Sebemodifikující se programy v kartézském genetickém programování
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Kartézské genetické programování se během posledních let ukázalo jako velmi perspektivní oblast evolučních výpočtů. Má však jistá omezení, která znemožňují řešit pomocí něj rozsáhlejší nebo obecné problémy. Tato omezení lze eliminovat pomocí novějšího přístupu umožňujícího sebemodifikaci programů v kartézském genetickém programování. Cílem této práce je zhodnotit dosavadní vývoj a aktuální situaci v této oblasti a navrhnout vlastní řešení různých problémů, při jejichž řešení klasické kartézské genetické programování selhává. Jedním z těchto problémů, kterými se práce zabývá, je generování členů Taylorova rozvoje pro různé funkce. Vzhledem k tomu, že se jedná o problém vyžadující zobecnění, je cílem dokázat, že sebemodifikující varianta kartézského genetického programování je v tomto ohledu lepší než klasická. Dalším řešeným problémem bude využití sebemodifikujících programů v kartézském genetickém programování k návrhu řadicích sítí pro libovolný počet vstupů. Také v tomto případě je záměrem dokázat, že sebemodifikace přináší do kartézského genetického programování nové aspekty nutné k vývoji libovolně rozsáhlých řešení.
During the last years cartesian genetic programming proved to be a very perspective area of the evolutionary computing. However it has its limitations, which make its use in area of large and generic problems impossible. These limitations can be eliminated using the recent method allowing self-modification of programs in cartesian genetic programming. The purpose of this thesis is to review the development in this area done so far. Next objective is to design own solutions for solving various problems that are hardly solvable using the ordinary cartesian genetic programming. One of the problems to be considered is generating the terms of various Taylor series. Due to the fact that the solution to this problem requires generalisation, the goal is to prove that the self-modifying cartesian genetic programming scores better than classic one for this problem. Another discussed problem is using the self-modifying genetic programming for developing arbitrarily large sorting networks. In this case, the objective is to prove that self-modification brings new features to the cartesian genetic programming allowing the development of arbitrarily sized designs.
During the last years cartesian genetic programming proved to be a very perspective area of the evolutionary computing. However it has its limitations, which make its use in area of large and generic problems impossible. These limitations can be eliminated using the recent method allowing self-modification of programs in cartesian genetic programming. The purpose of this thesis is to review the development in this area done so far. Next objective is to design own solutions for solving various problems that are hardly solvable using the ordinary cartesian genetic programming. One of the problems to be considered is generating the terms of various Taylor series. Due to the fact that the solution to this problem requires generalisation, the goal is to prove that the self-modifying cartesian genetic programming scores better than classic one for this problem. Another discussed problem is using the self-modifying genetic programming for developing arbitrarily large sorting networks. In this case, the objective is to prove that self-modification brings new features to the cartesian genetic programming allowing the development of arbitrarily sized designs.
Description
Citation
MINAŘÍK, M. Sebemodifikující se programy v kartézském genetickém programování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
doc. Dr. Ing. Petr Hanáček (předseda)
doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda)
Ing. Ján Genči, Ph.D. (člen)
Dr. Ing. Petr Peringer (člen)
Ing. Ivana Burgetová, Ph.D. (člen)
prof. Ing. Lukáš Sekanina, Ph.D. (člen)
Date of acceptance
2010-06-22
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A Otázky u obhajoby: V kap. 3.5 popisujete způsob mapování genotypu na fenotyp. Uvádíte zde, že se nevyhodnocují neaktivní uzly. Uvažujte případ, kdy je neaktivní právě uzel se sebemodifikující funkcí. V takovém případě by nedošlo k aktivaci (vyhodnocení) jeho funkce. Je možné, že vypuštěním "neaktivních" sebemodifikujících uzlů v době překladu z genotypu na fenotyp dostanete funkčně jiný fenotyp v porovnání s případem, kdy fenotyp obsahuje i neaktivní uzly, které se pak interpretují?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení