s396341/magisterka
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

Wstęp do algorytmów genetycznych.

Browse Source
This commit is contained in:
siulkilulki 2018-03-12 23:12:25 +01:00
parent f1eaaaa2c3
commit 8da5a0c0d7
3 changed files with 121 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

96
beeminder.txt
View File

@ -1,4 +1,69 @@
\thispagestyle{empty}
\documentclass[a4paper, 12pt, twoside]{report}
\input{pakiety.tex}
\input{ustawienia.tex}
\newcommand\blankpage{%
\null
\thispagestyle{empty}%
%\addtocounter{page}{-1}%
\newpage}
\begin{document}
\pagenumbering{roman}
% strona tytulowa
\input{strona_tytulowa.tex}
% oswiadczenie
\blankpage
\input{oswiadczenie.tex}
\blankpage
\input{empty.tex}
% wstawienie spisu tresci:
\newpage
\tableofcontents
% tresc pracy - numeracja stron liczbami arabskimi
\newcounter{licznikStron}
\setcounter{licznikStron}{\value{page}}
\pagenumbering{arabic}
\setcounter{page}{\value{licznikStron}}
\newpage\null\thispagestyle{empty}\newpage
\input{streszczenie.tex}
\newpage\null\thispagestyle{empty}\newpage
\input{empty.tex}
\input{abstract.tex}
\newpage\null\thispagestyle{empty}\newpage
\input{wstep.tex}
\newpage\null\thispagestyle{empty}\newpage
\input{rozdzial_1.tex}
\input{rozdzial_2.tex}
\newpage\null\thispagestyle{empty}\newpage
\input{rozdzial_3.tex}
\input{rozdzial_4.tex}
\input{rozdzial_5.tex}
\newpage\null\thispagestyle{empty}\newpage
% spis ilustracji:
%\newpage
%\listoffigures
%\addcontentsline{toc}{chapter}{Spis ilustracji}
% spis tabel:
%\newpage
%\listoftables
%\addcontentsline{toc}{chapter}{Spis tabel}
%bibliografia
\nocite{*}
\bibliographystyle{acm}
\bibliography{bibliografia}
\addcontentsline{toc}{chapter}{Bibliografia}
%\newpage\null\thispagestyle{empty}\newpage
%\input{zakres_projektu.tex}
\end{document}\thispagestyle{empty}
\begin{figure}[h!]
\centering
\includegraphics[width=0.25\hsize]{uam_logo.jpg}
@ -166,6 +231,32 @@ Jednocześnie przyjmuję do wiadomości, że przypisanie sobie, w pracy dyplomow
% numeracji (plain)
\renewcommand{\headrulewidth}{0pt} % pozioma kreska
} \chapter{Podstawowe pojęcia}
\section{Algorytmy genetyczne}
Algorytmy genetyczny jest to metaheurystyka zainspirowana teorią ewolucji
Charlsa Darwin'a. Algorytm odzierciedla zjawisko ewolucji biologicznej.
W procesie naturalnej selekcji najlepsze osobniki wezmą udział w reprodukcji
dając początek nowej lepiej przystosowanej generacji.
Naturalna selekcja zaczyna się od doboru najdoskonalszych osobników z populacji.
Biorą one udział w reprodukcji przekazując część swoich genów potomkom. Nowa
generacja powinna być lepiej przystosowana niż rodzice ponieważ, jest
połączeniem genów, które zapewniły przeżycie rodzicom. Nawet gdyby wśród nowego
potomstwa znalazły się słabe
organizmy, to nie ma obawy, że ich geny przejdą do następnego pokolenia, ponieważ
najprawdobniej nie dożyją one okresu rozrodczego. W ten sposób każde kolejne
pokolenie jest lepsze niż poprzednie.
Ta wiedzę przyrodnicza została przełożona na algorytm genetyczny.
Na algorytm genetyczny składają się:
\begin{itemize}
\item inicjalizacji populacji,
\item funkcja przystosowania,
\item selekcja,
\item krzyżowanie,
\item mutacja.
\end{itemize}
\chapter{Metody ekstrakcji informacji}
% w kontekście mojego projektu
W tym rozdziale zaprezentowane są wybrane metody,
@ -487,7 +578,8 @@ Powyższa procedura powtarzana jest wiele razy z różnym zarodkiem generatora
liczb losowych (startowy zbiór trenujący $T$ pozostaje bez zmian), by otrzymać
dużo różnych zbiorów $P$, z których na końcu wybierany jest ten o najwyższej
 średniej harmonicznej z precyzji i pokrycia na $E=E_{train} \cup E_{validation}$.
%\section{Sieci neuronowe}
\section{Sieci neuronowe}
\chapter{Metodologia}
\section{Ogólny zarys}
\section{Zbieranie informacji o parafiach}

26
rozdzial_1.tex
View File

@ -1 +1,27 @@
\chapter{Podstawowe pojęcia}
\section{Algorytmy genetyczne}
Algorytmy genetyczny jest to metaheurystyka zainspirowana teorią ewolucji
Charlsa Darwin'a. Algorytm odzierciedla zjawisko ewolucji biologicznej.
W procesie naturalnej selekcji najlepsze osobniki wezmą udział w reprodukcji
dając początek nowej lepiej przystosowanej generacji.
Naturalna selekcja zaczyna się od doboru najdoskonalszych osobników z populacji.
Biorą one udział w reprodukcji przekazując część swoich genów potomkom. Nowa
generacja powinna być lepiej przystosowana niż rodzice ponieważ, jest
połączeniem genów, które zapewniły przeżycie rodzicom. Nawet gdyby wśród nowego
potomstwa znalazły się słabe
organizmy, to nie ma obawy, że ich geny przejdą do następnego pokolenia, ponieważ
najprawdobniej nie dożyją one okresu rozrodczego. W ten sposób każde kolejne
pokolenie jest lepsze niż poprzednie.
Ta wiedzę przyrodnicza została przełożona na algorytm genetyczny.
Na algorytm genetyczny składają się:
\begin{itemize}
\item inicjalizacji populacji,
\item funkcja przystosowania,
\item selekcja,
\item krzyżowanie,
\item mutacja.
\end{itemize}

2
rozdzial_2.tex
View File

@ -319,4 +319,4 @@ Powyższa procedura powtarzana jest wiele razy z różnym zarodkiem generatora
liczb losowych (startowy zbiór trenujący $T$ pozostaje bez zmian), by otrzymać
dużo różnych zbiorów $P$, z których na końcu wybierany jest ten o najwyższej
 średniej harmonicznej z precyzji i pokrycia na $E=E_{train} \cup E_{validation}$.
%\section{Sieci neuronowe}
\section{Sieci neuronowe}