Какие существуют реальные приложения для генетических алгоритмов?

Какие проблемы реального мира были решены с использованием генетического алгоритма? В чем проблема? Какой фитнес-тест используется для решения этой проблемы?

Оптимизатор в реляционных базах данных. Примерами являются PostgreSQL и H2 ; другие базы данных, скорее всего, также используют генетический алгоритм. Проблема в том, что выбрать лучший план запроса (с наименьшей оценочной стоимостью) сложно. Фитнес-тест - это ориентировочная стоимость.

Ламарку Генетический алгоритм используется в хемоинформатике для скрининга потенциальных новых лекарственных соединений , которые могут связываться с определенным рецептором.

Вычислительная задача состоит в том, чтобы найти в химической базе данных кандидатов, которые могут правильно ориентироваться (относительно возможных ориентаций молекулы, содержащей рецептор), и объединить ее с конформационным поиском (т. Е. С тем, который рассматривает возможные вращающиеся кручения молекулы , что может сильно повлиять на реакцию ).

Ранее было возможно выполнить поиск ориентации или поиск конформации, но не оба. LGA использует преимущества ускорения работы компьютера и объединяет глобальный поиск генетического алгоритма с локальным поиском.

НАСА создала генетический алгоритм для дизайна антенны .

Фитнес-тест выглядит следующим образом:

Функция пригодности, используемая для оценки антенн, является функцией коэффициента стоячей волны напряжения (VSWR) и значений усиления на частотах передачи и приема. КСВН является способом количественной оценки помех отраженной волны и, таким образом, величины несоответствия импеданса на соединении. КСВН - это отношение между самым высоким напряжением и самым низким напряжением в огибающей сигнала вдоль линии передачи.

Они часто используются в финансах, особенно для задач оптимизации портфеля. Есть много работ на эту тему, но смотрите, например, Генетические алгоритмы в Оптимизации портфеля .

Я использовал GA для решения задач планирования в производстве и образовании. Функция пригодности в первом случае заключалась в том, сколько запрашиваемых изделий было произведено в данный период времени, тогда как во втором случае пригодность основывалась на наказании графиков за конфликты.

Если вы заинтересованы в приложениях, вот ссылка на 20K + статьи на Citeseerx

Я не могу удержаться, но могу отметить работу Роджера Алсинга:

http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/

Представьте образ Моны Лизы, используя только 50 полупрозрачных треугольников.

Дизайн антенны уже упоминался, и это чрезвычайно богатая область. (Именно это и послужило началом моего перехода от электротехники к вычислительной технике (в конце 90-х годов) и, более конкретно, к биоиндуцированным вычислениям и искусственному интеллекту (в последние пять лет или около того.))

В том же духе я добавлю оптимизацию антенной решетки , особенно для оптимизации фазированной решетки, которая является головной болью конструкции антенны, и многое другое. На самом деле есть возможности во всей области проектирования электромагнитных устройств: антенны, антенные решетки, микроволновые фильтры, оптические решетки, дизайн метаматериальных устройств - все это с моей головы. Датированный обзор - « Электромагнитная оптимизация с помощью генетических алгоритмов» , а более поздний обзор - « Генетические алгоритмы в электромагнитике» . (Я должен действительно купить этот второй.

Я также видел много хороших работ по проектированию неэлектромагнитных схем: ГА предлагают конкурентный ОУ или другие интегральные схемы, ГА «учатся» использовать преимущества аналоговых недостатков в ПЛИС для реализации аналоговых функций, таких как часы и т. д. Даже такие простые вещи, как тупой дизайн дискретных элементов, могут быть целью для GA: я видел один, который учитывает добротность, допуски, дискретные значения и паяльные паразитные модели, чтобы получить хорошие, технологичные фильтры от запчасти у вас под рукой.

Они часто включают в себя некоторые новые (для меня, во всяком случае) представления схемы, чтобы генетические операторы соответствовали парадигме, а также хромосомы переменного размера.

недавно возник вопрос об использовании ГА для разработки конструкций лопастей ветряных турбин с использованием гидродинамического моделирования физической мощности, генерируемой в качестве функции пригодности. [1]

Это видео показывает использование генетического алгоритма для разработки лопастей ветротурбины VAWT. Одно из полученных лезвий совершенно другое и, похоже, хорошо имитирует. Программное обеспечение для разведения было написано на Perl, программное обеспечение для отображения Java, а программное обеспечение CFD было OpenFoam. На создание этого видео ушло более 672 часов процессора. Примечание: с тех пор я обнаружил, что использовал неправильную вязкость для воздуха в этом эксперименте, поэтому результаты недопустимы для использования на Земле. (Может быть, Юпитер.)

[1] «Развивающиеся лопасти ветротурбины» на YouTube от «sjh7132». цитируется / из TCS.se вопрос: в какой степени возможно использовать генетические алгоритмы, чтобы сделать лопасти турбины ветряной мельницы более эффективными?

есть некоторые исследования по использованию ГА для классификации вина. он точно классифицирует сорт вина и место производства («наименование происхождения»). [1] это подмножество использования ГА в сельскохозяйственных системах, которые имеют множество применений. [2]

[1] Алгоритмы выбора признаков с использованием хроматограмм чилийского вина в качестве примеров NHBeltran et al.

[2] Состояние в области генетических алгоритмов для сельскохозяйственных систем, автор Bolboaca et al.

Есть много работ по использованию GA для управления полетом в аэрокосмической области. многие из них опубликованы или доступны для поиска исследователем IEEE . функция пригодности обычно измеряет, насколько хорошо / эффективно алгоритм управляет полетом.

[1] Проектирование и оптимизация системы управления полетом с использованием генетического алгоритма от Fantinutto et al.

[2] Применение генетических алгоритмов к управлению гиперзвуковым полетом. Остин, Джейкобс.

[3] Многоядерная реализация системы управления поверхностью полета F-16 с использованием алгоритма адаптивного управления на основе генетического алгоритма, Xiaoru Wang

[4] Нечеткая логика управления на основе генетического алгоритма для интегрированного управления полетом гиперзвуковых транспортных средств. Ван Цзянь

Коза впервые применил замечательное, даже неординарное или изменяющее парадигму использование ГА, которое часто упоминалось в более поздних обзорах, для решения «проблемы» видеоигр, а именно Pac Man для доказательства принципа, но эта концепция, вероятно, может быть применена к почти любая видеоигра, и результаты определенно далеки от тривиальных или «игрушечных».

то есть он разработал алгоритмы, которые реализуют реальное поведение, чтобы выиграть в игре в течение длительных периодов времени. результаты находятся на уровне производительности любителя или даже продвинутых игроков-людей. фитнес-функцией могут быть либо очки, набранные алгоритмом, либо длительность отыгранного времени (позднее будут, по-видимому, развиваться алгоритмы, которые выживают без начисления очков, например, классический случай «охоты» на космические корабли в игре «Астероиды»). Поведение реализовано с помощью «примитивов» (например, чувственных монстров / поворотов и т. д.) и деревьев, которые представляют комбинации примитивных стратегий.

[1] Evolving Diverse Mac Pac-Man, играющие на агентах с использованием генетического программирования Пакмэн, , Атиф М. Алхеджали и Саймон М. Лукас

[2] Учимся играть в Pac-Man: эволюционный, основанный на правилах подход на правилах Галлахера и Райана

[3] Обучение игре с использованием политик, основанных на правилах с низкой сложностью: иллюстрации через г-жу Пакман , Иштван Сзита, Андраш Л ~ orincz

Ежегодная конференция GECCO (в основном ведущая площадка для исследований в области эволюционных вычислений) имеет курс «Приложения реального мира».

Смотрите также эту недавнюю презентацию: