문화 알고리즘
Cultural algorithm다음 시리즈의 일부 |
진화 알고리즘 |
---|
유전 알고리즘 |
유전자 프로그래밍 |
문화 알고리즘(CA)은 인구 구성 요소 외에 믿음 공간이라고 불리는 지식 요소가 있는 진화적 계산의 한 분야다.이런 의미에서 문화 알고리즘은 기존의 유전 알고리즘에 대한 연장선으로 볼 수 있다.문화 알고리즘은 레이놀즈가 도입했다(참고문헌 참조).
믿음공간
문화 알고리즘의 믿음 공간은 뚜렷한 범주로 나뉜다.이러한 범주는 모집단이 검색 공간에 대해 가지고 있는 서로 다른 지식 영역을 나타낸다.
그 믿음의 공간은 그 인구의 가장 우수한 사람들에 의해 매번 반복된 후에 업데이트된다.유전자 알고리즘과 마찬가지로 모집단에서 각 개인의 성과를 평가하는 피트니스 기능을 사용하여 최고의 개인을 선정할 수 있다.
신앙 공간 카테고리 목록
- 규범적 지식 모집단 구성 요소에서 개인을 위한 바람직한 값 범위 모음(예: 모집단 내 에이전트에 대한 허용 가능한 행동).
- 도메인별 지식 문화 알고리즘 문제의 도메인에 대한 정보를 적용한다.
- 상황별 지식 중요한 이벤트의 구체적인 예(예: 성공/실패 솔루션)
- 시간적 지식 검색 공간의 역사 - 예를 들어, 검색 프로세스의 시간적 패턴
- 검색공간의 지형에 관한 공간지식정보
인구
문화 알고리즘의 인구 구성요소는 유전 알고리즘의 인구 구성요소와 거의 동일하다.
통신 프로토콜
문화적 알고리즘은 인구와 신념 공간 사이의 접점을 필요로 한다.모집단의 가장 우수한 개인은 업데이트 함수를 통해 신앙 공간을 업데이트할 수 있다.또한, 믿음 공간의 지식 범주는 영향 함수를 통해 모집단 구성요소에 영향을 미칠 수 있다.영향 함수는 게놈이나 개인의 행동을 변화시킴으로써 인구에 영향을 미칠 수 있다.
문화 알고리즘에 대한 유사 코드
- 모집단 공간 초기화(초기 모집단 선택)
- 믿음 공간 초기화(예: 도메인별 지식 설정 및 규범적 가치 범위 설정)
- 종료 조건이 충족될 때까지 반복하십시오.
- 모집단 공간에 있는 개인의 작업 수행
- 피트니스 기능을 사용하여 각 개인별 평가
- 새로운 세대의 자손을 번식시킬 부모를 선택하십시오.
- 믿음 공간이 영향 함수를 사용하여 자손의 게놈을 변화시키도록 하자.
- 수용 함수를 사용하여 신념 공간 업데이트(이것은 신념 공간에 가장 적합한 개인이 영향을 미치도록 함으로써 이루어진다)
적용들
참고 항목
참조
- ^ M. Omran, 실제 변수 최적화를 위한 새로운 문화 알고리즘.국제수학저널, doi:10.1080/00207160.2015.1067309, 2015.
- 로버트 G.레이놀즈, 지아드 코비, 팀 콜러: 문화적 알고리즘을 이용한 군집 내 문화적 변화의 에이전트 기반 모델링
- R. G. 레이놀즈, "문화 알고리즘 소개, 제3차 진화 프로그래밍 연례 회의의 진행, 1994 페이지 131–139.
- 로버트 G.레이놀즈, 빈 펭문화 시스템의 지식 학습과 사회 집단.수학 사회학 저널.29:1-18, 2005
- 레이놀즈, R. G. 및 알리, M. Z, "향상된 지식 기반 엔지니어링 최적화를 위한 문화적 알고리즘 툴킷에 소셜 패브릭 구성 요소 내장", IJICC(International Journal of Intelligent Computing and Cybernetics), Vol. 1, 4, 356–378, 2008
- 레이놀즈, R G, 그리고 알리, M Z, CAT(에이전트 기반 문화 알고리즘 시뮬레이션 툴킷)를 통해 지식 및 인구 집단을 탐구하며, 2007년 IEEE Congress on Computing Intelligence의 진행 과정.