Wstęp do algorytmów genetycznych.

beeminder.txt

@@ -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}

rozdzial_1.tex

@@ -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}

rozdzial_2.tex

@@ -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}