Lukasz_Krok_Tobiasz_..
Transkrypt
Lukasz_Krok_Tobiasz_..
Podstawy Sztucznej Inteligencji Laboratorium Łukasz Krok 230349 Tobiasz Siemiński 230370 Ćwiczenie 11 1 1. Cel i zakres ćwiczenia. Celem ćwiczenia jest zapoznanie się z możliwościami algorytmu ewolucyjnego w zadaniu estymacji obciążeń szczytowych rocznych stacji SN/nn. W trakcie ćwiczenia dokonać należy „strojenia” algorytmu ewolucyjnego. Strojenie polega na doborze wartości parametrów genetycznych, a także wyborze właściwej opcji skalowania funkcji przystosowania oraz opcji elitaryzmu selekcji. W celu przeprowadzenia odpowiednich symulacji obliczeniowych wykorzystuje się program komputerowy o nazwie Estym. 2. Przebieg ćwiczenia. Naszym zadaniem było zoptymalizowanie funkcji, aby znaleźć jej najniższą wartość dla strategii elitarystycznej bez skalowania funkcji przystosowania. Optymalizowana funkcja miała postać: Pek = -10 + a1*A1 – a2*A2 – a3*A3 + a4*A4 – a5√A1 + a6√A2 + a7√A3 – a8√A4 Na początku wyznaczyliśmy najlepsze wartości współczynnika prawdopodobieństwa mutacji oraz prawdopodobieństwa krzyżowania. Aby to zrobić najpierw ustaliliśmy prawdopodobieństwo krzyżowania na wartość 0,5. Następnie zmieniając współczynnik mutacji z odpowiednim krokiem w zakresie od 0,011 do 0,91. Po znalezieniu najlepszej wartości współczynnika mutacji analogicznie zmienialiśmy współczynnik prawdopodobieństwa krzyżowania. Powyższą czynność wykonaliśmy dla każdej kombinacji ustawienia programu (skalowanie funkcji przystosowania, strategia elitarystyczna). Otrzymane wyniki prezentują poniższe tabele: a) Brak skalowania, Brak strategii elitarystycznej 2 b) Skalowanie, Brak strategii elitarystycznej c) Brak skalowanie, Strategia elitarystyczna 3 d) Skalowanie, Strategia elitarystyczna Jak widać, ze wszystkich możliwych kombinacji uzyskaliśmy najlepszy wynik dla: – nie stosowania skalowania funkcji przystosowania – zastosowania strategii elitarystycznej – prawdopodobieństwa krzyżowania: 0,81 – prawdopodobieństwa mutacji: 0,11 Następnie ustawiliśmy program na wyznaczone przez nas najlepsze parametry i przystąpiliśmy do badania wpływu liczby osobników oraz liczby pokoleń na uzyskiwane wyniki. Otrzymane rezultaty prezentuje poniższa tabela: 4 Wykres zależności wartości minimum od ilości osobników. Każdy słupek oznacza inną ilość pokoleń w obliczeniach. Najlepszy wynik uzyskaliśmy dla liczby pokoleń równej 60 000 oraz dla liczby osobników równej 200. Współczynniki mutacji oraz krzyżowania wyniosły 0,11 i 0,81 dla strategii elitarystycznej bez skalowania funkcji przystosowania. Otrzymane wyniki „a” dla najlepszej kombinacji: Funkcja będzie miała wtedy postać: Pek = -10 + 0,299*A1 – 1,729*A2 – 0,567*A3 + 4,999*A4 – 7,509√A1 + 20,106√A2 + 24,782√A3 – 11,422√A4 5 3. Wnioski. Najlepsze wyniki otrzymaliśmy dla współczynników Pm = 0,11 oraz Pk = 0,81 z włączonym elitaryzmem oraz bez skalowania funkcji przystosowania. Liczba pokoleń oraz osobników wyraźnie wpływa na jakość otrzymanych wyników. Im więcej pokoleń i osobników tym lepszy otrzymany wynik. Widać to na wykresie zamieszczonym na poprzedniej stronie. Dzięki temu ćwiczeniu mogliśmy zapoznać się z programem Estym oraz zaobserwować wpływ różnych ustawień współczynnika mutacji oraz krzyżowania, a także elitaryzmu oraz skalowania na otrzymane wyniki. 6