Еволуционо рачунарство

У рачунарској науци, еволуционо рачунарство је породица алгоритама за глобалну оптимизацију инспирисана биолошком еволуцијом,^[1]^[2]^[3]^[4]^[5] и подобласт вештачке интелигенције и меког рачунарства која проучава ове алгоритме. У техничком смислу, они су популационо заснована породица решавања проблема типа покушаја и грешака са метахеуристичким^[6] или стохастичким карактером оптимизације.^[7]^[8]^[9]

У еволуционом прорачуну, почетни скуп решења кандидата се генерише и итеративно ажурира. Свака нова генерација се производи стохастичким уклањањем мање жељених решења и увођењем малих насумичних промена као и, у зависности од методе, мешањем родитељских информација. У биолошкој терминологији, популација решења је подвргнута природној селекцији (или вештачкој селекцији), мутацији и евентуално рекомбинацији. Као резултат, популација ће постепено еволуирати како би се повећала фитнес, у овом случају изабране функције фитнеса алгоритма.^[10]^[11]

Еволуционе технике рачунања могу да произведу високо оптимизована решења у широком спектру подешавања проблема, што их чини популарним у рачунарској науци. Постоје многе варијанте и проширења, прилагођена специфичнијим породицама проблема и структура података. Еволуционо рачунање се такође понекад користи у еволуционој биологији као ин силицо експериментална процедура за проучавање уобичајених аспеката општих еволуционих процеса.

Референце

^ Халл & Халлгрíмссон 2008, стр. 4–6
^ „Еволутион Ресоурцес”. Wасхингтон, DC: Натионал Ацадемиес оф Сциенцес, Енгинееринг, анд Медицине. 2016. Архивирано из оригинала 3. 6. 2016. г.
^ Сцотт-Пхиллипс, Тхомас C.; Лаланд, Кевин Н.; Схукер, Давид M.; et al. (мај 2014). „The Niche Construction Perspective: A Critical Appraisal”. Evolution. 68 (5): 1231—1243. ISSN 0014-3820. PMC 4261998 . PMID 24325256. doi:10.1111/evo.12332. „Evolutionary processes are generally thought of as processes by which these changes occur. Four such processes are widely recognized: natural selection (in the broad sense, to include sexual selection), genetic drift, mutation, and migration (Fisher 1930; Haldane 1932). The latter two generate variation; the first two sort it.”
^ Hall & Hallgrímsson 2008, стр. 3–5
^ Voet, Voet & Pratt 2016, стр. 1–22, Chapter 1: Introduction to the Chemistry of Life
^ Sörensen, Kenneth (2015). „Metaheuristics—the metaphor exposed” (PDF). International Transactions in Operational Research. 22: 3—18. CiteSeerX 10.1.1.470.3422 . S2CID 14042315. doi:10.1111/itor.12001. Архивирано из оригинала (PDF) 2013-11-02. г.
^ Spall, J. C. (2003). Introduction to Stochastic Search and Optimization. Wiley. ISBN 978-0-471-33052-3.
^ Fu, M. C. (2002). „Optimization for Simulation: Theory vs. Practice”. INFORMS Journal on Computing. 14 (3): 192—227. doi:10.1287/ijoc.14.3.192.113.
^ M.C. Campi and S. Garatti. The Exact Feasibility of Randomized Solutions of Uncertain Convex Programs. SIAM J. on Optimization, 19, no.3: 1211–1230, 2008.[1]
^ Wassersug, J. D., and R. J. Wassersug, 1986. Fitness fallacies. Natural History 3:34–37.
^ Kimura, James F. Crow, Motoo (1970). An introduction to population genetics theory ([Reprint] изд.). New Jersey: Blackburn Press. стр. 5. ISBN 978-1-932846-12-6.

Literatura

Th. Bäck, D.B. Fogel, and Z. Michalewicz (Editors), Handbook of Evolutionary Computation, 1997, ISBN 0750303921
Th. Bäck and H.-P. Schwefel. An overview of evolutionary algorithms for parameter optimization. Архивирано јул 12, 2018 на сајту Wayback Machine Еволутионарy Цомпутатион. 1 (1): 1–23.
W. Банзхаф, П. Нордин, Р.Е. Келлер, анд Ф.D. Францоне. Генетиц Программинг — Ан Интродуцтион. Морган Кауфманн, 1998.
С. Цагнони, ет ал., Реал-Wорлд Апплицатионс оф Еволутионарy Цомпутинг, Спрингер-Верлаг Лецтуре Нотес ин Цомпутер Сциенце, Берлин, 2000.
Р. Цхионг, Тх. Wеисе, З. Мицхалеwицз (Едиторс), Вариантс оф Еволутионарy Алгоритхмс фор Реал-Wорлд Апплицатионс, Спрингер, 2012, ISBN 3642234232
К. А. Де Јонг, Еволутионарy цомпутатион: а унифиед аппроацх. МИТ Пресс, Цамбридге МА, 2006
Еибен, Агостон Е.; Смитх, Јим (2015). „Фром еволутионарy цомпутатион то тхе еволутион оф тхингс”. Натуре. 521 (7553): 476—482. Бибцоде:2015Натур.521..476Е. ПМИД 26017447. дои:10.1038/натуре14544.
А. Е. Еибен анд Ј.Е. Смитх, Интродуцтион то Еволутионарy Цомпутинг, Спрингер, Фирст едитион, 2003; Сецонд едитион, 2015
D. Б. Фогел. Еволутионарy Цомпутатион. Тоwард а Неw Пхилосопхy оф Мацхине Интеллигенце. ИЕЕЕ Пресс, Писцатаwаy, Њ, 1995.
L. Ј. Фогел, А. Ј. Оwенс, анд M. Ј. Wалсх. Артифициал Интеллигенце тхроугх Симулатед Еволутион. Неw Yорк: Јохн Wилеy, 1966.
D. Е. Голдберг. Генетиц алгоритхмс ин сеарцх, оптимизатион анд мацхине леарнинг. Аддисон Wеслеy, 1989.
Ј. Х. Холланд. Адаптатион ин натурал анд артифициал сyстемс. Университy оф Мицхиган Пресс, Анн Арбор, 1975.
П. Хингстон, L. Бароне, анд З. Мицхалеwицз (Едиторс), Десигн бy Еволутион, Натурал Цомпутинг Сериес, 2008, Спрингер, ISBN 3540741097
Ј. Р. Коза. Генетиц Программинг: Он тхе Программинг оф Цомпутерс бy меанс оф Натурал Еволутион. МИТ Пресс, Массацхусеттс, 1992.
Ф.Ј. Лобо, C.Ф. Лима, З. Мицхалеwицз (Едиторс), Параметер Сеттинг ин Еволутионарy Алгоритхмс, Спрингер, 2010, ISBN 3642088929
З. Мицхалеwицз, Генетиц Алгоритхмс + Дата Струцтурес – Еволутион Програмс, 1996, Спрингер, ISBN 3540606769
З. Мицхалеwицз анд D.Б. Фогел, Хоw то Солве Ит: Модерн Хеуристицс, Спрингер, 2004, ISBN 978-3-540-22494-5
I. Rechenberg. Evolutionstrategie: Optimierung Technischer Systeme nach Prinzipien des Biologischen Evolution. Fromman-Hozlboog Verlag, Stuttgart, 1973. Шаблон:In lang
H.-P. Schwefel. Numerical Optimization of Computer Models. John Wiley & Sons, New-York, 1981. 1995 – 2nd edition.
D. Simon. Evolutionary Optimization Algorithms Архивирано март 10, 2014 на сајту Wayback Machine. Wилеy, 2013.
M. Сиппер; W. Фу; К. Ахуја; Ј. Х. Мооре (2018). „Инвестигатинг тхе параметер спаце оф еволутионарy алгоритхмс”. БиоДата Мининг. 11: 2. ПМЦ 5816380 . ПМИД 29467825. дои:10.1186/с13040-018-0164-x .
Y. Зханг; С. Ли. (2017). „ПСА: А новел оптимизатион алгоритхм басед он сурвивал рулес оф порцеллио сцабер”. арXив:1709.09840  [цс.НЕ].

Спољашње везе

Артицле ин тхе Станфорд Енцyцлопедиа оф Пхилосопхy абоут Биологицал Информатион (Енглисх)

[1] Халл & Халлгрíмссон 2008, стр. 4–6

[2] „Еволутион Ресоурцес”. Wасхингтон, DC: Натионал Ацадемиес оф Сциенцес, Енгинееринг, анд Медицине. 2016. Архивирано из оригинала 3. 6. 2016. г.

[Scott-Phillips-3] Сцотт-Пхиллипс, Тхомас C.; Лаланд, Кевин Н.; Схукер, Давид M.; et al. (мај 2014). „The Niche Construction Perspective: A Critical Appraisal”. Evolution. 68 (5): 1231—1243. ISSN 0014-3820. PMC 4261998 . PMID 24325256. doi:10.1111/evo.12332. „Evolutionary processes are generally thought of as processes by which these changes occur. Four such processes are widely recognized: natural selection (in the broad sense, to include sexual selection), genetic drift, mutation, and migration (Fisher 1930; Haldane 1932). The latter two generate variation; the first two sort it.”

[4] Hall & Hallgrímsson 2008, стр. 3–5

[Voet2016a-5] Voet, Voet & Pratt 2016, стр. 1–22, Chapter 1: Introduction to the Chemistry of Life

[Sörensen2013-6] Sörensen, Kenneth (2015). „Metaheuristics—the metaphor exposed” (PDF). International Transactions in Operational Research. 22: 3—18. CiteSeerX 10.1.1.470.3422 . S2CID 14042315. doi:10.1111/itor.12001. Архивирано из оригинала (PDF) 2013-11-02. г.

[spall2003-7] Spall, J. C. (2003). Introduction to Stochastic Search and Optimization. Wiley. ISBN 978-0-471-33052-3.

[fu2002-8] Fu, M. C. (2002). „Optimization for Simulation: Theory vs. Practice”. INFORMS Journal on Computing. 14 (3): 192—227. doi:10.1287/ijoc.14.3.192.113.

[9] M.C. Campi and S. Garatti. The Exact Feasibility of Randomized Solutions of Uncertain Convex Programs. SIAM J. on Optimization, 19, no.3: 1211–1230, 2008.[1]

[10] Wassersug, J. D., and R. J. Wassersug, 1986. Fitness fallacies. Natural History 3:34–37.

[11] Kimura, James F. Crow, Motoo (1970). An introduction to population genetics theory ([Reprint] изд.). New Jersey: Blackburn Press. стр. 5. ISBN 978-1-932846-12-6.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]