Մասնակից:MeriPoghosyan1/Ավազարկղ

Վիքիպեդիայից՝ ազատ հանրագիտարանից

Արհեստական բանականության մեջ գենետիկական ծրագրավորումը (անգլ․՝ genetic programming) ծրագրերի ավտոմատ ստեղծումը կամ փոփոխումն է՝ գենետիկական ալգորիթմների օգնությամբ։ Այս մեթոդաբանության շնորհիվ ծրագրերը «աճում են», որոնք ավելի և ավելի լավ են (ըստ քրոմոսոմ խնդրի համար հատուկ գործառույթով) լուծում հաշվողական խնդիր:Այն, ըստ էության, հեուրիստական որոնման տեխնիկա է, որը հաճախ նկարագրվում է որպես «բլուր բարձրանալ», այսինքն `բոլոր ծրագրերի տարածության մեջ օպտիմալ կամ գոնե հարմար ծրագրի որոնում:


Գործողությունները հետևյալն են.

Քրոսովերի գործողությունը ներառում է ընտրված զույգերի (ծնողների) պատահական մասերի փոխանակում ՝ նոր և տարբեր սերունդներ արտադրելու համար, որոնք ծրագրերի նոր սերնդի մաս են դառնում: Փոփոխությունը ենթադրում է ծրագրի որոշ պատահական մասի փոխարինում ծրագրի որոշ այլ պատահական մասի հետ: - Վերարտադրության համար չընտրված որոշ ծրագրեր ընդօրինակվում են ներկայիս սերնդից նոր սերնդի համար: Այնուհետև ընտրությունը և այլ գործողություններ հետադարձաբար կիրառվում են նոր սերնդի ծրագրերի վրա: Սովորաբար, յուրաքանչյուր նոր սերնդի ծրագրեր միջին հաշվով ավելի հարմար են, քան նախորդ սերնդի ծրագրերը, իսկ սերնդի լավագույն ծրագիրը հաճախ ավելի լավն է, քան նախորդ սերունդների լավագույն ծրագրերը:


Պատմություն[խմբագրել | խմբագրել կոդը]

Ծրագրերը զարգացնելու առաջարկի առաջին գրառումը, հավանաբար, Alan Turing- ի գրառումն էր 1950 թ-ին[1]: Կար մի բացթողում 25 տարի առաջ մինչև Ջոն Հոլլանդի «Ադապտացիան բնական և արհեստական համակարգերում » հրապարակումը նախանշեց գիտության տեսական և էմպիրիկ հիմքերը: 1981 թ.-ին Ռիչարդ Ֆորսիթը ցույց տվեց փոքր ծրագրերի հաջող զարգացումը, որոնք ներկայացված են որպես ծառեր ՝ կատարելու հանցագործությունների տեսարանների ապացույցների դասակարգումը՝ Միացյալ Թագավորության Ներքին գործերի գրասենյակի համար:

Չնայած զարգացող ծրագրերի գաղափարը (սկզբում համակարգչային լեզվով Lisp ) առկա էր Ջոն Հոլլանդի ուսանողների մեջ, դա այդպես չէր մինչ այն ժամանակ, երբ Փիթսբուրգում կազմակերպվեց գենետիկական ալգորիթմների առաջին գիտաժողովը, որի ընթացքում Michael Cramer- ը  հրապարակեց զարգացած ծրագրերի երկու հատուկ մշակված լեզուներ: 1988-ին Կոզան ( Հոլլանդի ասպիրանտ) արտոնագրեց իր գիտնականի գյուտը ծրագրի զարգացման համար: Դրան հաջորդեց «Արհեստական ինտելեկտի միջազգային IJCAI-89» հրապարակումը միջազգային համատեղ համաժողովում [2]:

Կոզան հետևեց դրան «Գենետիկ ծրագրավորում» (GP)-ի 205 հրապարակումներով։ Այնուամենայնիվ, դա Կոզայի 4 գրքերի շարքն է ՝ 1992 թվականից  սկսած ուղեկցող տեսանյութերով,  որոնք իսկապես ստեղծեցին GP- ն: Դրանից հետո տեղի ունեցավ գենետիկական ծրագրավորման մատենագրության հետ հրատարակությունների քանակի ահռելի ընդլայնում ՝ գերազանցելով 10,000 գրառում:  2010 թվականին Կոզան  թվարկեց 77 արդյունք, որտեղ գենետիկական ծրագրավորումը մարդկային մրցակցություն էր[3]:

1996 թ.-ին Կոզան սկսեց գենետիկական ծրագրավորման ամենամյա գիտաժողովը  , որին հաջորդեց 1998-ին ՝ EuroGP ամենամյա կոնֆերանսը,  և առաջին գիրքը  `Koza- ի խմբագրած GP շարքից: 1998 թվականին լույս տեսավ նաև առաջին GP դասագիրքը:

Հիմնարար աշխատանք ԳՊ-ում[խմբագրել | խմբագրել կոդը]

Վաղ աշխատանքները, որոնք հիմք են հանդիսանում ներկայիս գենետիկական ծրագրավորման հետազոտության թեմաների և կիրառությունների համար, բազմազան են և ներառում են ծրագրային ապահովման սինթեզ և նորոգում, կանխատեսման մոդելավորում, տվյալների հանքարդյունաբերություն, [4]  ֆինանսական մոդելավորում, [5] փափուկ տվիչներ,[6] ձևավորում[7] և պատկերի վերամշակում[8]:  Որոշ ոլորտներում կիրառումները, ինչպիսիք են դիզայնը, հաճախ օգտագործում են միջանկյալ ներկայացուցչություններում,  ինչպիսին է Ֆրեդ Գրուուի բջջային կոդավորումը:  Արդյունաբերական կլանումը նշանակալի է մի քանի ոլորտներում, ներառյալ ֆինանսները, քիմիական արդյունաբերությունը, կենսաֆորմատիկան  և պողպատե արդյունաբերությունը[9]:

Մեթոդներ[խմբագրել | խմբագրել կոդը]

Ընտրություն[խմբագրել | խմբագրել կոդը]

Ընտրությունն այն գործընթացն է, որի միջոցով որոշակի ծրագրեր ընտրվում են ներկայիս սերնդից, որոնք որպես սերունդ ծառայելու են հաջորդ սերնդի համար: ծրագիրները ընտրվում են այն հավանականքւթյամբ, որ ավելի լավ իրենց ներկայացնող ծրագրերը ավելի մեծ հավանականություն ունեն ընտրվելու[10]։ GP- ում ամենատարածված ընտրության մեթոդը մրցաշարի ընտրությունն է , չնայած կան այլ մեթոդներ, ինչպիսիք են ֆիթնես համաչափ ընտրությունը , լեքսեքսազի ընտրությունը,[11]  և այլն, որոնք ցույց են տվել, որ ավելի լավ են լուծում GP- ի շատ խնդիրների համար:

Crossover[խմբագրել | խմբագրել կոդը]

Վերոհիշյալ նկարագրության ընտրության փուլում ընտրված անհատների նկատմամբ կիրառվում են տարբեր գենետիկ օպերատորներ` նոր ծրագրեր ստեղծելու համար։ Այս օպերատորների կիրառման որոշումը կատարում է բնակչության բազմազանությունը:

Մուտացիա[խմբագրել | խմբագրել կոդը]

Վերցնենք նախորդ սերունդից մեկ կամ մի քանի բիթեր `նոր ծրագիր կամ սերունդ ստեղծելու համար[12]:

Ծրագրեր[խմբագրել | խմբագրել կոդը]

GP- ն հաջողությամբ օգտագործվել է որպես ավտոմատ ծրագրավորման գործիք, մեքենայական ուսուցման գործիք և ավտոմատ խնդիրների լուծման շարժիչ:GP- ն հատկապես օգտակար է այն տիրույթներում, որտեղ լուծման ճշգրիտ ձևը նախապես հայտնի չէ կամ մոտավոր լուծումը ընդունելի է (հնարավոր է, որ ճշգրիտ լուծում գտնելը շատ դժվար է): GP- ի որոշ դիմումներից են կորի տեղավորումը, տվյալների մոդելավորումը, խորհրդանշական հետընթացը , հնարավորությունների ընտրությունը , դասակարգումը և այլն: Ռ. Կոզան նշում է 76 դեպքերի մասին, երբ գենետիկ ծրագրավորումը կարողացել է ունենալ այնպիսի արդյունքներ, որոնք մրցակցային են մարդու արտադրած արդյունքների հետ (կոչվում է Մարդ -մրցակցային արդյունքներ): 2004 թվականից ի վեր Գենետիկական և էվոլյուցիոն հաշվարկների ամենամյա գիտաժողովը (GECCO) անցկացնում է Human Competitive Awards մրցույթը,  որտեղ դրամական պարգևները տրվում են մարդկային մրցակցային արդյունքներին, որոնք արտադրվում են գենետիկական և էվոլյուցիոն հաշվարկների ցանկացած ձևով: GP- ն տարիների ընթացքում այս մրցույթում շահել է բազմաթիվ մրցանակներ[13][14]:

Մետա-գենետիկական ծրագրավորում[խմբագրել | խմբագրել կոդը]

Մետա-գենետիկական ծրագրավորումն ինքնին գենետիկ ծրագրավորման համակարգի զարգացման մետա-ուսուցման մեթոդն է: Այն ենթադրում է, որ քրոմոսոմները, խաչաձևությունը և մուտացիան ինքնին զարգացել են, հետևաբար, ինչպես իրենց իրական կյանքի գործընկերները պետք է թույլատրվեն փոխվել ինքնուրույն, այլ ոչ թե որոշվել ծրագրավորողի կողմից[15]:

Այս գաղափարի քննադատողները հաճախ ասում են, որ այս մոտեցումը չափազանց լայն է: Այնուամենայնիվ, հնարավոր է սահմանափակել ֆիթնեսի չափանիշը արդյունքների ընդհանուր դասի վրա և, այդպիսով, ձեռք բերել զարգացած բժիշկ, որն առավել արդյունավետ արդյունք կտա ենթա դասերի համար: Սա կարող է լինել մետա-զարգացած GP- ի ձև `մարդկային քայլելու ալգորիթմների ձևավորման համար, որն այնուհետև կօգտագործվի մարդու վազքի, թռչկոտելու և այլ բաներ զարգացնելու համար[16][17][18]:

Գրականություն[խմբագրել | խմբագրել կոդը]

Արդյունաբերությունը Գենետիկ Ալգորիթմներում

Գենետիկ ծրագրավորման թեորեմը և կիրառությունը

Գենետիկական ծրագրավորում և տվյալների կառուցվածքներ

Գենետիկական ծրագրավորման դաշտային ուղեցույց

Գենետիկական Ծրագրավորում

Արտաքին հղումներ[խմբագրել | խմբագրել կոդը]

Ծանոթագրություններ[խմբագրել | խմբագրել կոդը]

  1. ↑ «COMPUTING MACHINERY AND INTELLIGENCE». cogprints.org. Վերցված է 2019-10-20-ին.
  2. ↑ Koza, John R. (1989). «Hierarchical Genetic Algorithms Operating on Populations of Computer Programs». Proceedings of the 11th International Joint Conference on Artificial Intelligence - Volume 1. IJCAI'89. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc.: 768–774.
  3. ↑ Press, The MIT. «Genetic Programming». The MIT Press (անգլերեն). Վերցված է 2019-10-20-ին.
  4. ↑ Freitas, Alex A. (2002). Data Mining and Knowledge Discovery with Evolutionary Algorithms. Natural Computing Series (անգլերեն). Berlin Heidelberg: Springer-Verlag. ISBN 9783540433316.
  5. ↑ Tsang, Edward P. K.; Li, Jin; Butler, James M. (1998). «EDDIE beats the bookies». Software: Practice and Experience (անգլերեն). 28 (10): 1033–1043. doi:10.1002/(SICI)1097-024X(199808)28:103.0.CO;2-1. ISSN 1097-024X.
  6. ↑ Kordon, Arthur (2010). Applying Computational Intelligence: How to Create Value (անգլերեն). Berlin Heidelberg: Springer-Verlag. ISBN 9783540699101.
  7. ↑ «dblp: computer science bibliography». dblp.uni-trier.de. Վերցված է 2019-10-20-ին.
  8. ↑ «Discovery of Human-Competitive Image Texture Feature Extraction Programs Using Genetic Programming». gpbib.cs.ucl.ac.uk (անգլերեն). Վերցված է 2019-10-20-ին.
  9. ↑ «Genetic Programming and Jominy Test Modeling». gpbib.cs.ucl.ac.uk (անգլերեն). Վերցված է 2019-10-20-ին.
  10. ↑ Programming, A. Field Guide to Genetic. «A Field Guide to Genetic Programming». Վերցված է 2019-10-20-ին.
  11. ↑ Spector, Lee (2012). «Assessment of Problem Modality by Differential Performance of Lexicase Selection in Genetic Programming: A Preliminary Report». Proceedings of the 14th Annual Conference Companion on Genetic and Evolutionary Computation. GECCO '12. New York, NY, USA: ACM: 401–408. doi:10.1145/2330784.2330846. ISBN 9781450311786.
  12. ↑ Cartesian genetic programming. Miller, Julian (Julian F.). New York: Springer. 2011. ISBN 9783642173103. OCLC 763154890.{{cite book}}: CS1 սպաս․ այլ (link)
  13. ↑ «Human-Competitive Awards 2004 – Present | Human Competitive». www.human-competitive.org. Վերցված է 2019-10-20-ին.
  14. ↑ «Semantic Scholar - An academic search engine for scientific articles». www.semanticscholar.org (անգլերեն). Վերցված է 2019-10-20-ին.
  15. ↑ Jr, Kenneth L. Kinnear; Kinnear, Kenneth E.; Angeline, Peter J. (1994). Advances in Genetic Programming (անգլերեն). MIT Press. ISBN 9780262111881.
  16. ↑ Spector, Lee; Robinson, Alan (2002-03-01). «Genetic Programming and Autoconstructive Evolution with the Push Programming Language». Genetic Programming and Evolvable Machines (անգլերեն). 3 (1): 7–40. doi:10.1023/A:1014538503543. ISSN 1573-7632.
  17. ↑ Kinnear, Kenneth E.; Langdon, William B.; Spector, Lee; Angeline, Peter J.; O'Reilly, Una-May (1994). Advances in Genetic Programming (անգլերեն). MIT Press. ISBN 9780262194235.
  18. ↑ «The Genetic Programming Bibliography». gpbib.cs.ucl.ac.uk. Վերցված է 2019-10-20-ին.
Ստացված է «https://hy.wikipedia.org/w/index.php?title=Մասնակից:MeriPoghosyan1/Ավազարկղ&oldid=8968976» էջից