Cvičení 23. 10.

Přirozený výběr: pomáhá selekce?

• práce s populací eoPop
  1. pop.sort()
  2. pop.best_element()
  3. pop.nth_element(int nth)
  4. pop[i]
• Cvičení 1 (použijte kód z minulého týdne)
  1. jak se bude chovat GA, pokud budeme jedince vybírat jen náhodně?
  2. vyzkoušejte různé selekce
     Tournament: třída eoDetTournamentSelect
     Roulette wheel: eoProportionalSelect
     Random: eoRandomSelect
     
  3. porovnejte průběh genetického algoritmu s náhodnou selekcí, ruletovou selekcí a turnajovou selekcí (porovnávejte vždy průměr z 10 běhů GA)

  2 body: Obrázek srovnávající průběh fitness pro náhodnou, ruletovou a turnajovou selekci.

Elitismus

• Cvičení 2 (upravujte existující kód)
  1. jednoduchá implementace GA eoSGA neimplementuje elitismus
  2. použijeme eoEeasyEA
  3. prohléďněte si kód eoEasyEA

  4.    eoEasyEA<Indi> gga(checkpoint, 
     		eval, 
     		select, 
     		transform, 
     		replace); 
     	

  5. checkpoint : kritérium pro zastavení + statistiky
  6. eval : vyhodnocení fitness
  7. select : selekce (zapouzdření, narozdíl od oeSGA vybírá rovnou dané procento jedinců)

      
       // SELECT
       // The  selection
       eoProportionalSelect<Indi> selectOne;  
       
       // is now encapsulated in a eoSelectPerc 
       eoSelectPerc<Indi> select(selectOne); // by default rate==1 (100%)
        

  8. transform: zapouzdření selekce a mutace

      
        // CROSSOVER
        // 1-point crossover for bitstring
        eo1PtBitXover< Indi> xover;
        
        // MUTATION
        // standard bit-flip mutation for bitstring
        eoBitMutation< Indi>  mutation(P_MUT_PER_BIT);
     
        // The operators are  encapsulated into an eoTRansform object
        eoSGATransform<Indi> transform(xover, CROSS_RATE, mutation, MUT_RATE);
        

  9. replecament : mechanismus vytvoření nové populace z rodičů (staré populace) a potomků
  10. stejného efektu jako s eoSGA dosáhneme s eoGenerationalReplecament
  11. elitu implementujeme pomocí tzv. Survive and Die replacement:
      eoDeterministicSaDReplecement(elita_percentage,1.0-elita_percentage);
  12. tzv. slabý eletismus lze pomocí eoWeakElitistReplacement

       
          // REPLACE
          // the same generational replacement at the moment :-)
          eoGenerationalReplacement<Indi> replace_main; 
        
          // weak  elitism 
          eoWeakElitistReplacement<Indi> replace(replace_main); 
         

  13. porovnejte průběh GA s elitou a bez elity (bez elity: pomocí eoSGA nebo použít replacement eoGenerationalReplacement)
  14. jak velká elita pomáhá (kolik procent)? kolik už je moc?

  3 body: Obrázek srovnávající průběh fitness pro GA s různě velkou elitou. Srovnání náhodné a ruletové selekce při elitě 2% a elitě 30%. Stručný (=stačí věta, dvě) komentář, proč si myslíte, že to tak dopadlo.