Genetisch Algoritme 1 Voordeel  GAs kunnen snel goede oplossingen leveren, zelfs voor moeilijke oplossingsruimten. Nadeel  GAs vinden niet gegarandeerd.

Presentatie over: "Genetisch Algoritme 1 Voordeel  GAs kunnen snel goede oplossingen leveren, zelfs voor moeilijke oplossingsruimten. Nadeel  GAs vinden niet gegarandeerd."— Transcript van de presentatie:

1 Genetisch Algoritme 1 Voordeel  GAs kunnen snel goede oplossingen leveren, zelfs voor moeilijke oplossingsruimten. Nadeel  GAs vinden niet gegarandeerd de optimale oplossing: ze hebben de neiging te convergeren naar een lokale oplossing in plaats van een globale oplossing van het op te lossen probleem.

2 Werking 2  Genereren random populatie (Initialisatie)  Rekening houden met afstand vertices  Beste tour in de GUI tonen  Random groep genereren  Dubbele crossover met de twee beste tours  Soms het resultaat muteren  Vervang slechtste tours uit de populatie  Populatie alleen aanpassen als de tour niet al bestaat  Eventuele nieuwe beste tour weergeven in de GUI

3 Structuur Genetisch Algoritme (GA)  Genetisch Algoritme  Dataset  GeneticDataset  Vertex  Tour  Mutate  Crossover  Population  Selection 3 Globaal Klassendiagram

4 Mutatie Zorgen dat de populatie niet naar één oplossing convergeert  Random getal kiezen voor aantal mutaties op de tour  Gekozen aantal punten wisselen ( Swap )  Controleren of de tour uniek is 4

5 Single point crossover  Crossover point kiezen  Vertices voor het crossoverpoint kopieren van parent A  Overgebleven vertices van parent B kopieren 5

6 Parameters 6 ParameterWaarde NumberOfCloseVertices5 ChanceToUseCloseVertex75 PopulationSize10 000 GroupSize10 MutationChance5

7 GUI  TSPAlgorithm  Implements runnable  Abstract  toString  stop  run  Geimplementeerd  addNewSolutionEventListener  removeNewSolutionEventListener  fireNewSolutionFoundEvent 7

8 Sprint 3 A fast TSP solver using a genetic algorithm 8

9 Demo 9

10 Vragen ? 10