منتديات نور الهدى

هل تريد التفاعل مع هذه المساهمة؟ كل ما عليك هو إنشاء حساب جديد ببضع خطوات أو تسجيل الدخول للمتابعة.

    genetic algorithms

    cs_senior
    cs_senior
    مشرف منتدى السى شارب
    مشرف منتدى السى شارب


    ذكر
    عدد الرسائل : 408
    نقاط : 80
    تاريخ التسجيل : 28/04/2008

    genetic algorithms Empty genetic algorithms

    مُساهمة من طرف cs_senior الثلاثاء 3 فبراير 2009 - 3:07


    genetic algorithms
    او الخوارزيمات الوراثيه
    الاول نخد مراجعه سريعه كده
    جسم الكائن الحى بيتكون من مجموعه خلايا
    كل خليه بتتكون من كرومسومات
    وكل كرومسوم فيه جنيات وكل جين
    فيه شريط من الدى ان ايه
    الجين ده بيمثل صفه فيزيايه allele فى الانسان
    زى لون الشعر - لون العين- لون الجلد
    الطول- سمك الجلد
    كل حاجه فى الانسان
    الجين ليها ترتيب معين جوه الكرومسوم اسمه locus
    كل الجينات الموجوده فى الجسم اسمها جنوم gnome
    لو خدنا شويه جينات من الجنوم ده يبقى اسمه genotype
    لما بيحصل تزاوج بين الذكر والانثى
    بيحصل دمج او خلط (recombintaion/ crossover)
    بين الجينات ديه وديه
    وبيكون الناتج phenotype فى الابناء
    ايه بقى فايده كل اللك والعجن فى الاحياء ده ؟؟؟؟؟؟؟
    اقولك يا سيدى
    ده مبدا عمل الجينات الوراثيه
    يا سلاممممممممممم
    بقى الكمبيوتر هيتشغل بالطريقه ديه ازاى
    اه والله
    اصبر بس وانا افهمك
    بص يا سيدى
    فى المشاكل بتاعت optimzation
    بيكون هدفنا ندور عل احسن حل
    طب افرض بقى حضرتك ان مفيش حل واحد افضل من كله
    كمان ان اعمل سيرش عل كل الحلول هيخد وقت جبار
    الحل
    زى ما فى الواقع
    افضل العناصر المنتخبه بيحصل بينها تزاوج وبيتكون جيل جديد من الابناء
    (عل حسب نظريه درواين ) فيه اقوى الصفات الى فى الجيل القديم
    وساعات بيحصل فى الواقع تغيير فى الجين المنتج بسبب الطفره mutation
    genetic algorithms Img008
    ممكن اشوف الحلول اللى نسبتها اعلى واجمعها عل بعض
    ويتكون جيل جديد فيه حل احسن من الجيل القديم

    بمصطلحات الكمبيوتر بقى
    بنشوف كل حلول المشكله (search space)
    كل حل ممكن بنرمزه زى الجين
    وبعدين نطبق طريقه البقاء للاصلح عن طريق fitness function
    الناتج بيكون رقم fitness بيحدد صلاحيه كل حل
    الحلول اللى مش تنفع بتموت
    بعد كده بنختار عشوائيا بين احسن الحلول
    ونعمل بينهم دمج وممكن كمان نعمل طفره
    اننا نغير كده فى الناتج بطريقه عشوائيه
    نرجع نطبق الكلام ده لحد ما نوصل لافضل حل عل الاطلاق


    START
    Generate initial population.
    Assign fitness function to all individuals.
    DO UNTIL best solution is found
    Select individuals from current generation
    Create new offsprings with mutation and/or breeding
    Compute new fitness for all individuals
    Kill all the unfit individuals to give space to new offsprings
    Check if best solution is found
    LOOP
    END
    ديه كانت فكره الخوارزيمات الوراثيه
    تطبيقتها بقى
    فالخوزراميه ديه اساسا جزء من الذكاء الاصطناعى
    بستتخدم فى السيرش الموجه informed search /heuristics
    عكس السيرش الاعمى blind search/brute force
    بس السيرش ده لما اكون محتاج optimzation
    كمان ديه
    evolutionary computing
    وده فرع من الذكاء الاصطناعى
    فايدته انه بيخلى ال agents تطور نفسها بنفسها
    من غير ما تحتاج المبرمج يعدل فى كودها

    شكرا عل حسن استماعكم genetic algorithms 488724

      الوقت/التاريخ الآن هو الثلاثاء 7 مايو 2024 - 14:12