Genetische algoritmen3SAT en GA1 Genetische algoritmen

3SAT en GA2 Vorige week Roostering voor –parallelle machines –ononderbreekbare opdrachten en –zo klein mogelijk: max j eindtijd(opdracht j ) is in NP

Genetische algoritmen3SAT en GA3 De Jong, Spears 1989 “although all NP-complete problems are equally difficult in a general computational sense, some have much better GA representations than others, leading to much more successful use of GAs on some NP-complete problems than on others”.

Genetische algoritmen3SAT en GA4 In 20 minuten tijd Wat zijn de GA? Hoe los je 3SAT op met GA? Waar komen de GA nog te pas?

Genetische algoritmen3SAT en GA5 “The circle of life” Generatie 0: –“Toen schiep God de grote zeemonsters en al de krioelende dieren, waar het water van wemelt, soort na soort, en al de gevleugelde dieren, soort na soort. En God zag dat het goed was.” Genesis 1:21, Willibrordvertaling

Genetische algoritmen3SAT en GA6 “Survival of the fittest” Gegeven: een fitness-functie Kies de individuen voor de voortplanting zodanig dat: –hoe fitter de individu is, hoe groter is de kans om gekozen te worden Diegene die niet gekozen zijn overleven niet! Charles Darwin ( )

Genetische algoritmen3SAT en GA7 Voortplanting Creëer nieuwe individuen Crossover Mutatie

Genetische algoritmen3SAT en GA8 Hoe lang blijft het duren? Een vaste aantal stappen Totdat de fitness-waarde van de beste niet meer veranderd …

Genetische algoritmen3SAT en GA9 Kies generatie 0. Bepaal voor elk individu de fitness Herhaal tot de stop-conditie vervuld is: –Selecteer de individuen –Reproductie beste individuen –Bepaal voor elk individu de fitness “The circle of life”

Genetische algoritmen3SAT en GA10 Parameters van een genetisch algoritme Keuze van generatie 0. –randomaal? Fitness-functie en overlevingsratio Voortplantingsoperaties: –crossover (en crossoverratio) –mutatie (en mutatieratio) –soms worden de beste behouden zonder wijzigingen (elite-aanpak)

Genetische algoritmen3SAT en GA11 GA en 3SAT [Harmeling 2000] Individu: reeks 0 en 1 –0110  x 1 = false, x 2 = true, x 3 = true, x 4 = false Generatie 0: random Fitness: –aantal conjuncten die true worden geëvalueerd

Genetische algoritmen3SAT en GA12 Operaties Mutatie: –veranderen van een bit Crossover:

Genetische algoritmen3SAT en GA13 Wat hebben we gezien? Genetische algoritmen –generatie 0, fitness-functie en overlevingsratio –crossover en mutatie (ratio’s) Kunnen gebruikt worden om NP-moeilijke problemen op te lossen –ook in Data mining, Procesmining, …