- •Глава 4. Апробация предложенного метода на ряде задач 50
- •Введение
- •Глава 1 Обзор генетических алгоритмов и клеточных автоматов
- •Основные определения
- •Генетический алгоритм
- •Генетическое программирование
- •Стандартные операции скрещивания
- •Стратегии отбора нового поколения
- •Модели генетических алгоритмов
- •Клеточный автомат, его определение и свойства
- •Постановка задачи
- •Глава 2. Строение хромосомы клеточного автомата для генетического программирования
- •Строение хромосомы клеточного автомата
- •Генетические операции
- •Операции скрещивания
- •Операция скрещивания с использованием хранилища хромосом.
- •Операция инъекции хромосом
- •Операция мутации
- •Выводы по главе 2
- •Глава 3. Применение генетического алгоритма для генерации клеточных автоматов на основе тестовых наборов
- •Недостатки существующих генетических алгоритмов при решении поставленной задачи.
- •Генетический алгоритм
- •Генетические операции
- •Режимы работы генератора
- •Нормальный режим работы генератора
- •Форсированный режим работы генератора
- •Режим доводки
- •Обработка некорректных автоматов
- •Упрощение клеточных автоматов
- •Фитнесс-функция
- •Генетическая модель
- •Островная модель
- •Каскадная модель
- •Отбор нового поколения
- •Выводы по главе 3
- •Глава 4. Апробация предложенного метода на ряде задач
- •Структура генератора клеточных автоматов
- •Игры на двумерном поле
- •Клеточный автомат для модификации текстурных раскладок
- •Выводы по главе 4
- •Заключение
- •Список публикаций
- •Литература
Выводы по главе 4
В настоящей главе приведены результаты апробации методов из предыдущих глав. Приведены настройки островного генетического алгоритма. Продемонстрированные результаты, позволяют говорить об эффективности предложенного метода.
Заключение
В работе были получены следующие научные результаты:
Был проведен обзор генетических алгоритмов и клеточных автоматов. В результате была поставлена задача об автоматической генерации клеточных автоматов на основе тестовых наборов для решения разнообразных задач симуляции.
Для решения поставленной задачи были разработаны специфические генетические операторы:
операция скрещивания;
операция скрещивания с использованием хранилища хромосом;
операция мутации;
операция инъекции хромосом;
Был разработан специальный генетический алгоритм для генерации клеточных автоматов, среди его преимуществ можно отметить:
зависимость используемых генетических операций от состояния генератора;
алгоритм каскадной фитнесс-функции;
возможность тонкой настройки генератора для решения широкого спектра задач.
Для апробации предложенных в работе методик и алгоритмов была написана реализация библиотеки на языке Java. Апробация была проведена на ряде задач:
клеточные автоматы для игр на двумерном поле;
клеточный автомат для модификации текстурных раскладок.
Для описанных выше тестовых задач были успешно сгенерированы искомые клеточные автоматы.
В заключение можно сказать, что в работе предложен метод генерации клеточных автоматов произвольного количества состояний. Он позволяет автоматически получать клеточные автоматы, которые довольно точно описывают данные о физической системе на входе. Также этот метод позволяет получать клеточные автоматы, которые получить эвристическими методами затруднительно.
Список публикаций
Труды VII всероссийской межвузовской конференции молодых ученых. СПбГУ ИТМО. 2010.
Конкурс грантов 2010 года для студентов и аспирантов ВУЗов и академических институтов.
Труды VIII всероссийской межвузовской конференции молодых ученых. СПбГУ ИТМО. 2011.
Научно-технический вестник ИТМО. Выпуск 2(72) стр.62-66. 2011.
СПИСОК-2011 Материалы межвузовской научной конференции по проблемам информатики.
Литература
Тоффоли Т., Марголус Н. Машины клеточных автоматов. Мир, 1991.
Frish U. Lattice gas hydrodynamics in two and three dimensions.// Complex Systems. 1987. Vol. 1. PP. 649–707.
Wolfram S. Cellular automation Fluids. J.Stat.Phys. 1986. Vol. 45. pp. 471–526.
Царев Ф. Н., Шалыто А. А. Применение генетического программирования для генерации автомата в задаче об «умном муравье»
Бедный Ю.Д. Применение генетических алгоритмов для построения клеточных автоматов
Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. Москва : ФИЗМАТЛИТ, 2003.
J.R., Koza. Genetic Programming: On the programming of computers by means of natural selection. б.м. : MIT Press, 1998.
Vose M. D., Wright A.H. Simple genetic algorithms with linear fitness //Evolutionary Computation. 1994. Vol. 2, number 4. http://citeseer.ist.psu.edu/vose94simple.html
Vose M. D. A Critical Examination Of The Schema Theorem. Technical Report UT-CS-93212. University of Tennessee Computer Science Department. Knoxville. TN. USA, 1993. http://citeseer.ist.psu.edu/129900.html
Vose M. D., Wright A. H. The Simple Genetic Algorithm and the Walsh Transform. Part I. Theory //Evolutionary Computation. 1998. Vol. 6, number 3. http://citeseer.ist.psu.edu/vose98simple.html
Das R., Crutchfield J. P., Mitchell M., Hanson J. E. Evolving Globally Synchronized Cellular Automata /In Proceedings of the Sixth International Conference on Genetic Algorithms. 1995. pp. 336–343. http://citeseer.ist.psu.edu/das95evolving.html
Наумов Л.А. Метод введения обобщенных координат и инструментальное средство для автоматизации проектирования программного обеспечения вычислительных экспериментов с использованием клеточных автоматов.
Наумов Л.А., Шалыто А.А. “Цветные” клеточные автоматы, или клонирование Мона Лизы //Мир ПК. 2004, № 5, с. 64–71. http://is.ifmo.ru/works/cellaut/
Фон Нейман Дж. Теория самовоспроизводящихся автоматов: Пер. с англ. – М.: Мир, 1971.
Скаков П.С. Классификация поведения одномерных клеточных автоматов.
Wolfram S. A New Kind of Science. Wolfram Media, Inc., 2002.
Матюшкин И. В. Пеpспективы pазвития совpеменных сpедств пpоектиpования клеточных автоматов.