Hierarchiczne obliczenia ewolucyjne w środowisku wieloagentowym Autorzy: Tomasz Borowiec, Damian Kędzierski AGH Kraków, grudzień 2010 Promotor: dr inż. Aleksander Byrski
Agenda Opis dziedziny problemu Wykorzystane komponenty – Platforma AgE – Hierarchical Genetic Strategy Motywacja i cel pracy Nowe komponenty – Strategie ewolucyjne – Lokalne przeszukiwanie – Komponent Leon Testy Podsumowanie
Dziedzina problemu Optymalizacja globalna Algorytmy memetyczne Równoległe algorytmy ewolucyjne
Wykorzystane komponenty Platforma AgE – Rozwijana w Katedrze Informatyki Wydziału EAIiE AGH – Agentowa platforma napisana w języku Java Hierarchical Genetic Strategy – System zaprojektowany przez J. Kołodziej i R. Schaefera – Implementacja P. Kędziora na platformie AgE
Motywacja i cel pracy Motywacja – Konieczność tworzenia nowych heurystyk i adaptacji do rozwiązywania różnego rodzaju problemów – Zasada no free lunch Cel – Stworzenie nowych rozwiązań optymalizacji globalnej – Wykorzystanie istniejącej implementacji HGS na AgE – Wprowadzenie nowych komponentów – Przetestowanie ich działania – Analiza wyników
Nowe komponenty Strategie ewolucyjne – (1 + 1) – (μ + λ) – (μ, λ) Lokalne przeszukiwanie Komponent Leon – Strategia pre-sprout – Strategia lokalnego porównywania agentów – Strategia post-sprout – Agent Leon
Testy (I) Strategia ewolucyjna (μ, λ)
Testy (II) (μ, λ) z lokalnym przeszukiwaniem
Testy (I II ) Strategie ewolucyjne i lokalne przeszukiwanie
Testy (I V ) Wariant SGA+Leon dla głęboko ś ci 5
Testy ( V ) Wariant SGA dla głębokości 5
Testy (V I ) Komponent Leon – porównanie z SGA
Wnioski i podsumowanie Wnioski – (μ, λ) najlepszą ze strategii – Lokalne przeszukiwanie zdecydowanie polepsza rezultaty – Komponent Leon pozwala znacznie skrócić czas obliczeń Podsumowanie – Zrealizowanie celu pracy – Możliwości rozszerzenia?
Dziękujemy za uwagę!