Algorytmy genetyczne. Kompendium, t. 2

Operator mutacji dla problemów numerycznych

1 opinia

Format:

pdf, ibuk

DODAJ DO ABONAMENTU

WYBIERZ RODZAJ DOSTĘPU

74,00

Format: pdf

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa:

Najniższa cena z 30 dni: 37,00 zł  


74,00

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Tom 2 Kompendium prezentuje ponad 140 operatorów mutacji przeznaczonych do rozwiązywania problemów optymalizacji numerycznej. Układ książki nawiązuje do układu tomu 1, jednak tym razem prosty podział na operatory dedykowane do rozwiązywania problemów kodowanych liczbami binarnymi i liczbami rzeczywistymi już nie wystarczał. Prace badawcze poświęcone operatorowi mutacji nie sprowadzają się bowiem do opracowania jego nowej, często dedykowanej, postaci. Jednym z głównych pytań stawianych w kontekście tego operatora jest pytanie o prawdopodobieństwo jego stosowania i o skalę perturbacji wnoszonej przez ten operator, dlatego też trzy spośród siedmiu rozdziałów książki poświęcone są właśnie tej kwestii.


Ostatecznie układ książki jest następujący. Pierwsze trzy rozdziały prezentują sugestie, formuły i metody stosowane w określaniu wartości parametrów sterujących procesem mutacji. Zastosowano tu najbardziej popularny podział na podejście deterministyczne statyczne i dynamiczne, podejście adaptywne dynamiczne i podejście samoadaptywne. Dwa ostatnie rozdziały przedstawiają operatory mutacji opracowane z myślą o problemach kodowanych liczbami binarnymi i rzeczywistymi.


Internetowy serwis autora (www.tomaszgwiazda.pl) oferuje więcej szczegółów, w tym pierwsze 40 stron tomu pierwszego do pobrania jako dokument PDF.


Rok wydania2007
Liczba stron276
KategoriaProgramowanie
WydawcaWydawnictwo Naukowe PWN
ISBN-13978-83-01-15381-6
Numer wydania1
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  1. Wstęp     9
  2. Standardowe operatory mutacji     13
  Wymiana/odwrócenie bitu (Bit-flip/Invert a Bit/Bit Substitution) (B)    13
  Wstawienie bitu (Bit Insertion) (B)     14
  Usunięcie bitu (Bit Deletion) (B)     14
  Wstawienie genu (Gene Insertion) (B)    15
  Usunięcie genu (Gene Deletion) (B)    16
  Inwersja genu (Gene Inversion) (B)     16
  Transpozycja genu (Gene Transposition) (B)     17
  Retrotranspozycja genu (Gene Retro Transposition) (B)     18
  Losowa wartość bitu (Random Bit Value) (B)    19
  Losowa (z zaburzeniem) wartość bitu (Random Bit Value With a Bias) (B)     20
  Wymiana pary bitów (Swap Two Bits) (B)     21
  Mutacja pełzająca (Creep Mutation) (B)    21
  3. Kontrola parametrów – podejście deterministyczne statyczne i dynamiczne 23
  Sugestia i formuła De Jonga (B, R)(P)    23
  Sugestia Grefenstette’a (B, R)(P)     23
  Sugestia i formuła Schaffera i in. (B, R)(P)     23
  Formuła Bäcka (B, R)(P)    24
  Formuła Mühlenbeina (B, R)(P)    24
  Sugestia i formuła Fogarty’ego (B, R)(P)     25
  Sugestia i formuła Hessera i Mannera (B, R)(P)    25
  Formuła Greenwella i in. (B, R)(P)     26
  Formuła Bäcka i Schütza (B, R)(P)     26
  Formuła Beasleya (B, R)(P)     27
  Formuła Leite’a i Toppinga (B, R)(P)     28
  Formuła Senga i in. (B, R)(P)     28
  Formuła Nguyena i Wonga (B, R)(MS)     29
  Formuła Srivastavy i in. (B, R)(P)     29
  Formuła Madeline (B, R)(P)    30
  Reguła odmładzania populacji (Population Rejuvenation Rule) (B, R)     31
  4. Kontrola parametrów – podejście adaptywne dynamiczne     32
  Reguła Rechenberga (B, R)(P)    32
  Formuła Bäcka (B, R)(P)    33
  Formuła Fullera i in. (B)(P)     33
  Formuła Chena i in. (B, R)(P)     34
  Formuła progu błędu Ochoi i in. (B, R)     34
  Formuła Elhadefa i Ayeba (B, R)(P)    35
  Reguła Droste’a i in. (B, R)(P)    36
  Formuła He i in. (B, R)(P)     37
  Formuła Chenga i in. (B, R)(P)     37
  Formuły Metcalfe’a i Charbonneau (B, R)(P)     38
  Formuła Tana i in. (B, R)(P)    39
  Formuła Chana i Liu (B, R)(P)    40
  Formuła Minqianga i Jisonga (B, R)(P)     41
  Formuła Kamoia i Iwaia (B, R)(P)    41
  Formuła Liu i Fenga (B, R)(P)    42
  Formuła Quirina i Korczaka (B, R)(P)    43
  Uaktywniana hipermutacja (Triggered Hypermutation) (B, R)(P)    44
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-1 (Adaptive Probabilities ofCrossover and Mutation-1) (B, R)(P)     46
  Metoda Zhu i Changa (B, R)(P)     49
  Prawdopodobieństwo bazujące na stopniu koncentracji (Concentration Degree-based Operator Probabilities) (B, R)(P)     51
  Metoda Zhuanga i in. (B, R)(P)     53
  Adaptywne prawdopodobieństwo operatora (Adaptive Operator Probabilities) (B, R)(P)     54
  COBRA (B, R)(P)     57
  Mutacja kontrolowana logiką rozmytą (Fuzzy Logic Controlled Mutation) (B, R)(P)    59
  Model adaptywny bazujący na regule probabilistycznej (Probabilistic Rule-based Adaptive Model) (B, R)(P)    60
  Adaptywna asymetryczna mutacja (Adaptive Asymmetric Mutation) (B, R)(P)     65
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-2 (Adaptive Probabilities of Crossover and Mutation-2) (B, R)(P)     67
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-3 (Adaptive Probabilities of Crossover and Mutation-3) (B, R)(P)     70
  Adaptywna alleliczna mutacja (Adaptive Allelic Mutation) (B, R) (P)     72
  Adaptywna mutacja metodą stałego przyrostu i redukcji (Constant Gain & Declining Adaptive Mutation) (B, R) (P)     74
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-4 (Adaptive Probabilities of Crossover and Mutation-4) (B, R)(P)     77
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-5 (Adaptive Probabilities of Crossover and Mutation-5) (B, R)(P)    80
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-6 (Adaptive Probabilities of Crossover and Mutation-6) (B)(P)     82
  Adaptacja prawdopodobieństwa krzyżowania i mutacji-7 (Adaptive Probabilities of Crossover and Mutation-7) (B, R)(P)     84
  Adaptywna strategia gonitwy (Adaptive Pursuit Strategy) (B, R)(P)    87
  Ochrona przed grzęźnięciem (Guarding Against Stalling) (B, R)(P)     90
  Lokalne dostrojenie z efektem głównym (Main Effect Fine Tuning) (B, R)(P)     91
  Mutacja bazująca na znormalizowanym dystansie przystosowania (Normalized Fitness-based Mutation) (B, R) (P)     94
  Adaptacja liczby punktów krzyżowania i mutacji (Adaptive Number of Mutation Points) (B)(MP)     96
  Mutacja bazująca na wektorze etykiet (Labeled Chromosome-based Mutation) (B, R)(P)     98
  Adaptywna mutacja ukierunkowana na geny (Gene-based Adaptive Mutation) (B)(P)    101
  Mutacja bazująca na statystykach pozycji (Locus Statistics-based Mutation) (B, R, D)(P)    103
  5. Kontrola parametrów – podejście samoadaptywne     106
  Mutacja bazująca na SE-1 (ES-based Mutation-1) (B, R)(P)     106
  Mutacja bazująca na SE-2 (ES-based Mutation-2) (R)(MS)     108
  Mutacja bazująca na SE-3 (ES-based Mutations-3) (R)(MS)     111
  6. Operatory mutacji dla problemów kodowanych liczbami binarnymi     115
  Mutacja infekcją wirusową (Virus Infection Operators) (B, R)     115
  Mutacja zliczająca-1 (Count-preserving Mutation-1) (B)     118
  Mutacja lokalnie zachłanna (Local Greedy Mutation) (B, R)     120
  Aproksymacja techniki największego spadku gradientu (Gradient-descent Techniques Approximation) (B)    122
  Mutacja najlepszym schematem (Best Schema Mutation) (B)     124
  Ekstrakcja bitów (Gene Extraction) (B)     127
  Mutowanie z decydentem (Half Sibling and Clone) (B)     130
  Mutacja zliczająca-2 (Count-preserving Mutation-2) (B)     131
  Samoadaptywna mutacja Gaussa (Self-adaptive Gaussian Mutation) (B)     133
  Mutacja Mijn (Co-mutation Mijn operator) (B)     135
  Mutacja dynamiczna (Dynamic Mutation) (B, R)     138
  Mutacja różnicowaniem lub naśladowaniem (Mutation by Differentiation or Imitation) (B)     141
  Mutacja uciekająca (Flee Mutation) (B)     144
  Mutacja rotacją (Rotation Mutation) (B)     147
  λ-Mutacja (λ-Mutation – Self-directed Chaos) (B)    149
  Mutacja bazująca na pozycji i liczbie (Location-based & Number-based Mutation)(B)     151
  Mutacja bazująca na różnorodności genów (Gene Diversity-based Mutation) (B)(P)154
  Mutacja bazująca na modelu niewspółmierności (Disparity Model-based Mutation) (B, R)     156
  Mutacja dwuargumentowa wektorów liczb binarnych (Dyadic Mutation) (B, R)     160
  Mutacja heurystyczna z zanikającym prawdopodobieństwem (Heuristic Mutation with Final-zero-rate) (B) (P)     162
  Mutacja upodabniająca (Softmax Mutation) (B)     164
  Mutacja indywidualna (Specific Part of Chromosome Mutation) (B, R)    166
  Mutacje horyzontalne/transpozycje (Jumping Gene/Horizontal Mutation/Transposition) (B, R, D)     168
  Mutacja kierowana (Guided Mutation) (B)    174
  1-bitowa mutacja sterowana wiekiem (Age-driven 1-bit Mutation) (B)     177
  Mutacja warunkowa (Conditional Mutation) (B)    179
  7. Operatory mutacji dla problemów kodowanych liczbami rzeczywistymi     182
  Mutacja równomierna (Uniform Mutation) (R)    182
  Mutacja brzegowa (Boundary Mutation) (R)    184
  Mutacja nierównomierna (Non-uniform Mutation) (R)     185
  Mutacja zmienna w czasie (Time-Variant Mutation) (R)    187
  Mutacja bazująca na gradiencie ważonym (Weighted Gradient Direction-based Mutation) (R)     189
  Mutacja Deba i Goyala (Deb & Goyal Mutation) (R)     193
  Mutacja bazująca na entropii (Entropy-based Mutation) (R)    194
  Operatory dla problemów optymalizacji dynamicznej (Operators for Dynamic Optimization Problems) (R)     197
  Mutacja bazująca na symulowanym wyżarzaniu-1 (Simulated Annealing based Mutation-1) (R)    200
  Mutacja bazująca na symulowanym wyżarzaniu-2 (Simulated Annealing based Mutation-2) (R)    203
  Mutacja w hipersześcianie (Breeder GA Mutation) (R)     205
  Makromutacja z wspinaczką (Macromutational Hillclimbing) (B, R)     207
  Mutacja bazująca na minimum konfliktu (Min-conflict based Mutation) (B, D)    210
  Mutacja kontrolowana wiekiem (Age-controlled Mutation) (B, D, R)    213
  Mutacja zorientowana i z imigracją (Orientated Mutation and Immigration Mutation) (R)     215
  Mutacja sferyczna (Sphere Mutation) (R)     217
  Mutacja z wektorem różnic (Differential Evolution Mutation) (R)    219
  Mutacja bazująca na modelach zredukowanych (Reduced Models-based Mutation) (B, R)     221
  Mutacja bakteryjna (Bacterial Mutation) (B, R)     222
  Poprawiona mutacja nierównomierna (Improved Non-uniform Mutation) (R)     224
  Zmodyfikowana mutacja równomierna (Modified Uniform Mutation) (R)    226
  Mutacja logarytmiczna (Logarithmic Mutation) (R)     228
  Mutacja z wyszukiwaniem kierunkowym/dopasowaniem parabolicznym (1-D Parabolic Search Mutation) (R)    230
  Mutacja podążająca za selekcją (Selection Follower) (R)     232
  Mutacja chaosem, mutacja chaosem z wyżarzaniem (Chaotic Mutation, Annealing Chaotic Mutation) (R)     234
  Mutacja brzegowa, przesuwająca i wygładzająca (Boundary, Push, and Smooth Mutations) (R)     237
  Mutacja nieliniowa-1 (Nonlinear Mutation-1) (R)     240
  Mutacja lamarkowska (Lamarckian Mutation) (R)    242
  Mutacja nieliniowa-2 (Nonlinear Mutation-2) (R)     244
  Mutacja ułomna (Imperfect Mutation) (R)     245
  Zmodyfikowana mutacja nierównomierna (Modified Non-uniform Mutation) (R)     247
  Mutacja dwuargumentowa wektorów liczb rzeczywistych (Dyadic Floating-Point Mutation) (R)     250
  Adaptywna mutacja Kamala (Kamal’s Adaptive Mutation) (B, R)     251
  Wielogenowa mutacja nierównomierna (Multi Non-uniform Mutation) (R)    253
  Metoda przełączająca (Improved Crossover and Mutation) (B, R)    256
  Kombinacja wypukła (Convex Combination) (R)     258
  Mutacje kierunkowe (Directional Mutations) (R)     259
  Mutacja symetryczna i procentowa (Mirror & Percentage Mutations) (R)     264
  Mutacja bazująca na modelach socjologicznych (Mutation for Continuous Adaptive Culture Model) (B, R)     266
  Mutacja falowa/oscylująca (Wavelet Mutation) (R)     268
  Indeks słów kluczowych, autorów i funkcji testowych    270
RozwińZwiń