Algoritmo culturale - Cultural algorithm

Parte di una serie sul
algoritmo evolutivo
Algoritmo genetico
programmazione genetica

Algoritmi culturali (CA) sono un ramo di calcolo evolutivo in cui v'è una componente della conoscenza che si chiama lo spazio convinzione, oltre alla popolazione di componente. In questo senso, gli algoritmi culturali possono essere visti come estensione di un convenzionale algoritmo genetico . Algoritmi culturali sono stati introdotti da Reynolds (vedi riferimenti).

spazio Belief

Lo spazio convinzione di un algoritmo culturale, è diviso in categorie distinte. Queste categorie rappresentano diversi campi della conoscenza che la popolazione ha del spazio di ricerca .

Lo spazio convinzione viene aggiornata dopo ogni iterazione dai migliori individui della popolazione. Le migliori individui possono essere selezionati utilizzando una funzione di fitness che valuta le prestazioni di ogni individuo nella popolazione molto come in algoritmi genetici.

Elenco dei credenze categorie dello spazio

  • Normative conoscenza Una collezione di valore desiderabile intervalli di individui della popolazione componente es comportamento accettabile per gli agenti nella popolazione.
  • Dominio conoscenze specifiche informazioni relative al dominio del problema dell'algoritmo culturale viene applicato.
  • Conoscenza situazionale Esempi specifici di eventi importanti - ad esempio soluzioni di successo / insuccesso
  • La conoscenza temporale Storia dello spazio di ricerca - ad esempio gli schemi temporali del processo di ricerca
  • Conoscenza spaziale informazioni sulla topografia dello spazio di ricerca

Popolazione

La componente di popolazione dell'algoritmo culturale è di circa la stessa di quella del algoritmo genetico .

Protocollo di comunicazione

Algoritmi culturali richiedono un interfaccia tra la popolazione e lo spazio convinzione. Le migliori individui della popolazione in grado di aggiornare lo spazio convinzione tramite la funzione di aggiornamento. Inoltre, le categorie di conoscenza dello spazio convinzione possono influenzare la componente della popolazione tramite la funzione di influenza. La funzione di influenza può colpire la popolazione modificando il genoma o le azioni degli individui.

Pseudo-codice per gli algoritmi culturali

  1. Inizializzare spazio popolazione (scegliere iniziale della popolazione )
  2. Inizializzare spazio convinzione (ad esempio, la conoscenza specifica del dominio set e di valore gamme normativi)
  3. Ripetere fino a condizione di terminazione è soddisfatta
    1. Eseguire le azioni degli individui in uno spazio popolazione
    2. Valutare ogni individuo utilizzando la funzione di fitness
    3. Selezionare i genitori di riprodurre una nuova generazione di prole
    4. Lasciate che lo spazio convinzione alterare il genoma della prole utilizzando la funzione di influenza
    5. Aggiornare lo spazio convinzione utilizzando la funzione di accettare (questo viene fatto lasciando i migliori individui di influenzare lo spazio credenza)

applicazioni

Guarda anche

Riferimenti

  • Robert G. Reynolds, Ziad Kobti, Tim Kohler: Agent-Based Modeling di cambiamento culturale in Swarm utilizzando algoritmi culturali
  • RG Reynolds, “An Introduction to Cultural Algorithms”, in Atti del 3 ° Conferenza annuale della programmazione evolutiva, Mondo Scienfific Publishing, pp 131-139, 1994.
  • Robert G. Reynolds, Bin Peng. Conoscenza e sciami sociali in Sistemi Culturali. Journal of Mathematical Sociologia. 29: 1-18, 2005
  • Reynolds, RG, e Ali, M. Z, “Incorporare un componente del tessuto sociale in Culturale Algoritmi Toolkit per una basata sulla conoscenza avanzata Ingegneria Optimization”, International Journal of Computing intelligente e cibernetica (IJICC), vol. 1, No 4, pp. 356-378, 2008
  • Reynolds, R G., e Ali, M Z., esplorazione e conoscenza della popolazione Sciami tramite un Agente-Based Culturale algoritmi di simulazione Toolkit (CAT), nell'ambito di un procedimento di IEEE Congresso su Computational Intelligence del 2007.