You are on page 1of 17

Teme pentru proiectul la disciplina

PROGRAMARE EVOLUTIVĂ ȘI ALGORTMI GENETICI

Conținutul proiectului:

- Enunțul problemei
- Structura generală a algoritmului utilizat (sau, după caz, a algoritmilor utilizați)
- Specificarea fiecărei componente a algoritmului genetic utilizat pentru rezolvarea
problemei
- Sursele MATLAB dezvoltate pentru rezolvarea problemei

1. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISCMIN0
utilizând algoritmi genetici și, pentru comparație, metoda hill-climbing. Ipoteza de lucru este
că tranzacțiile de tip short selling nu sunt permise.

2. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISCMIN0
utilizând strategii evolutive. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt
permise.

3. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme de
codificare/decodificare. Un sistem de codificare transformă un mesaj dat, format din litere și
spații, într-un nou mesaj rezultat prin înlocuirea tuturor instanțelor unui caracter cu un alt
caracter astfel încât două caractere diferite sunt codificate diferit. Dacă este cunoscută o
pereche ( ), unde fiecare mesaj are n caractere, determinați
corespondențele utilizate pentru codificare.
Observație. Funcția obiectiv este de tip cost și poate fi reprezentată prin

( ) ∑| () ( )|

4. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISC-
RANDAMENT1 utilizând algoritmi genetici și, pentru comparație, metoda hill-climbing..
Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise.

5. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISC-
RANDAMENT1 utilizând strategii evolutive. Ipoteza de lucru este că tranzacțiile de tip short
selling nu sunt permise.

. Nouă fracțiune de acțiune i investită este yi. Rebalansarea portofoliului implică vânzarea și/sau cumpărarea unor acțiuni. Costul aferent rebalansării (cumpărarea de .  fiecare student trebuie să aibă loc în sală (capacitatea sălii nu trebuie să fie mai mică decât numărul de studenți așteptați). ̂ după cumpărarea mai multor acțiuni și fracțiunile din portofoliul curent cu care ŷi se schimbă prin vânzarea unor acțiuni. fie Cb costul unitar de tranzacție asociat cumpărării și Cs costul unitar de tranzacție asociat vânzării acțiunii i.xn+i Pentru fiecare acțiune i. Elaborați un proiect pentru rezolvarea genetică a unei probleme de stabilire a unui orar. Elaborați un proiect pentru rezolvarea problemei rucsacului pentru cazul continuu (pot fi alese fracțiuni dintr-un obiect) utilizând strategiile evolutive.n. Elaborați un proiect pentru rezolvarea genetică a problemei de optimizarea portofoliilor cu n active RISC-RANDAMENT1 în ipoteza în care este considerată rebalansarea. Eficiența poate fi măsurată prin îndeplinirea condițiilor:  cursurile de tip seminar sau laborator trebuie să se desfășoare în săli adecvate. yi = ŷi + xi . riscul asociat noului portofoliu este ( ) ( ) F= . pentru i=1. 8. unde ( ) ( ) ( ) 9. Problema planificării orarului revine la o problemă de optimizare. Observații. vânzarea de ) este Ct.6. pentru a obține nouă investiție).. Deoarece ∑ i < 1.. în care scopul este de a aloca eficient un interval de timp și o sală fiecărui curs ce va fi susținut. Nouă sumă de fracțiuni investite corespunde doar unei părți din portofoliul curent și este: ∑ = (1 . Condiția de existența: xi ≥ 0 si xn+i ≥ 0 . .  între cursuri nu pot exista ferestre mai mari de două ore. unde ∑ ∑ Suma fracțiunilor investite înaintea rebalansării: ∑ ̂ ..Ct) * ∑ ŷ < 1 (din suma inițială de fracțiuni investite se scade costul aferent rebalansării. Fie fracțiunile din portofoliul curent cu care se modifică fracțiunile investite inițial. 7. Elaborați un proiect pentru rezolvarea problemei rucsacului pentru cazul continuu pot fi alese fracțiuni dintr-un obiect) utilizând un algoritm genetic.

. Elaborați un proiect pentru rezolvarea unei variante a problemei de optimizarea portofoliilor RISCMIN1.  ora și ziua de desfășurare a cursului: reprezintă un interval orar de durată fixă în timpul căruia se desfășoară un curs. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. în care restricția ∑ ̅ este înlocuită cu ∑ ̅ și sunt valorile extreme admisibile pentru randamentul prognozat. Va fi utilizat un algoritm genetic. la aceeași oră. Va fi utilizată o strategie de tip evolutiv. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. în care restricția ∑ ̅ este înlocuită cu ∑ ̅ și sunt valorile extreme admisibile pentru randamentul prognozat.  cursurile nu pot fi programate în afara intervalului stabilit. Elaborați un proiect pentru rezolvarea unei variante a problemei de optimizarea portofoliilor RISCMIN1. 11. Va fi utilizat un algoritm genetic.  o grupă de studenți nu poate participa la mai mult de un curs deodată. Restricția este înlocuită cu unde și sunt valorile extreme admisibile pentru valoarea acceptată a riscului.  o sală nu poate fi alocată pentru două cursuri în aceeași zi. Orele trebuie să se încadreze în anumite limite stabilite de universitate . 10. Pentru ca orarul să fie unul valid trebuie să respecte următoarele restricții:  un curs nu se poate desfășura în două locuri în același timp. echipament tehnic. Observații Componente principale ale unui orar  cursul: orice formă de predare a unei materii (curs/laborator/seminar). etc. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1.  grupa de studenți: o grupă este formată dintr-un număr de studenți aparținând aceleiași facultăți și aflați în același an de studiu. precum și în anumite zile.  sala alocată cursului: reprezintă încăperea unde se desfășoară activitatea didactică și în funcție de caz trebuie să îndeplinească anumite condiții referitoare la numărul de locuri. 12.

metoda hill- climbing. metoda hill- climbing. Va fi utilizată o strategie de tip evolutiv. Un produs P este obţinut în două fabrici situate în două locaţii. 15. Pentru desfacerea produsului. În tabelul de mai jos sunt prezentate costurile de transport per tona de produs. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. Elaborați un proiect pentru rezolvarea problemei primare de optimizarea portofoliilor RANDAMENTMAX1M utilizând strategii evolutive. 60 de tone. 16. unul în Piteşti şi unul la Cluj. Ploieşti Piteşti Cluj Bucureşti 50 70 90 Craiova 60 70 100 . 14. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1. Fabrica din Bucureşti produce săptămânal 120 de tone din produsul P. unul situat în Ploieşti. Elaborați un proiect pentru rezolvarea problemei primare de optimizarea portofoliilor RANDAMENTMAX0 utilizând algoritmi genetici și. pentru comparație. iar fabrica din Craiova produce P în cantitate de 140 tone pe săptămână. Elaborați un proiect pentru rezolvarea problemei primare de optimizarea portofoliilor RANDAMENTMAX0 utilizând strategii evolutive. Elaborați un proiect pentru rezolvarea problemei primare de optimizarea portofoliilor RANDAMENTMAX1M utilizând algoritmi genetici și. pentru depozitul din Piteşti. pentru comparație. necesarul săptămânal este: pentru depozitul din Ploieşti 100 de tone. Bucureşti şi Craiova şi este stocat pentru desfacere în trei depozite. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. Restricția este înlocuită cu unde și sunt valorile extreme admisibile pentru valoarea acceptată a riscului. 17. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme.13. respectiv pentru depozitul din Cluj 80 de tone. 18. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise. Ipoteza de lucru este că tranzacțiile de tip short selling nu sunt permise.

1  j  3 .costul de transport al unei tone din produsul P aduse din Fi la Dj. este cos t   cij xij . rezultă. 1  j  3 . Vom nota în continuare cu  xij .  xi 3  80 i 1 i 1 i 1 Evident. xij  0 .numărul de tone din produsul P aduse din Fi la Dj. 1  i  2. i 1 j 1 Este obţinut următorul model matematic. 1  i  2 j 1 2  xij  d j . 1  j  3 este  xij . Fie F1 şi F2 fabricile din Bucureşti. 1  i  2. 1  j  3 3 Cantitatea totală din produsul P care provine de la Fi este  xij . respectiv Craiova şi D1. D2 şi D3 depozitele din Ploieşti. 1  j  3  cij . 1  i  2. 1  i  2 . 1  i  2.  x2 j  140 j 1 j 1 2 Cantitatea totală din produsul P stocată de Dj. Problema de rezolvat: calculul numărului de tone din produsul P care trebuie furnizate de cele două fabrici fiecărui depozit astfel încât costul de transport să fie minim şi astfel încât să fie respectate condiţiile enunţate mai sus. Deoarece solicitările i 1 de produs la depozite este de 100. 2 3 Determină valorile xij . Pe baza j 1 enunţului. 2 2 2  xi1  100 . Modelul matematic. pentru 1  i  2. 1  j  3 care minimizează cos t   cij xij cu i 1 j 1 restricţiile.  xi 2  60 . 3  xij  si . Observație. care trebuie minimizat. 1  j3 i 1 xij  0 . respectiv 80 de tone. Piteşti şi Cluj respectiv. . 3 3  x1 j  120 . 60. rezultă. 2 3 Costul de transport.

Elaborați un proiect pentru rezolvarea unei variante a problemei de optimizarea portofoliilor RISCMIN1. Va fi utilizat un algoritm genetic. se cere să se determine cantitatea de scândură din fiecare tip. d1  100. prin metoda hill-climbing. la nivelul fiecărui depozit. pentru comparație. Elaborați un proiect pentru rezolvarea unei variante a problemei de optimizarea portofoliilor RISCMIN1. 22. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISCMIN0 prin utilizarea unei strategii evolutive. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. în care restricția ∑ ̅ este înlocuită cu ∑ ̅ și sunt valorile extreme admisibile pentru randamentul prognozat. 23. Dacă profitul obţinut din producerea a 1000 unităţi de produs este de 120 lei în cazul scândurii finisate. procesul de tăiere durează 2 ore şi cel de rindeluire necesită 3 ore. Pentru obţinerea a 1000 de unităţi de scândură finisată procedura de tăiere durează 2 ore şi procedura de rindeluire durează 5 ore. în mii de unităţi. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. notată cu Prod2. . d 3  80 . În procesul de prelucrare a butucilor. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. 20. d 2  60. 21. în care restricția ∑ ̅ este înlocuită cu ∑ ̅ și sunt valorile extreme admisibile pentru randamentul prognozat. Fierăstrăul industrial cu care este realizată tăierea poate fi folosit 8 ore pe zi şi rindeaua este disponibilă 15 ore pe zi. respectiv 100 de lei în cazul scândurii de construcţii. s2  140 şi necesarul de aprovizionat este. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISCMIN0 prin algoritmi genetici și.unde cantităţile maxime din produsul P care pot fi furnizate sunt s1  120. notată cu Prod1. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme. Pentru furnizarea a 1000 unităţi de scândură de construcţii. o fabrică de cherestea furnizează scândură de două tipuri: finisată. 19. care trebuie produsă zilnic pentru maximizarea profitului fabricii. şi pentru construcţii. Va fi utilizată o strategie evolutivă.

metoda hillclimbing. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX0 utilizând strategiile evolutive. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. 28. din marca Super este de 20 de unităţi şi profitul rezultat prin vânzarea unui kg. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise.24. problema este de a . Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. Elaborați un proiect pentru rezolvarea genetică a problemei primare de optimizarea portofoliilor RANDAMENTMAX0 utilizând GA și. Restricția este înlocuită cu unde și sunt valorile extreme admisibile pentru valoarea acceptată a riscului. 26. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1M utilizând strategiile evolutive. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1M utilizând GA și. 30. iar un kilogram de cafea din marca Lux conţine 25% cafea braziliană şi 75% cafea columbiană. Restricția este înlocuită cu unde și sunt valorile extreme admisibile pentru valoarea acceptată a riscului. Fiecare kilogram de cafea Super conţine cafea braziliană şi cafea columbiană în cantităţi egale. 25. 29. Dacă profitul obţinut din vânzarea unui kg. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RANDAMENTMAX1. Este utilizată o strategie evolutivă. cafea columbiană. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. pentru comparație. cafea braziliană şi cafea columbiană şi produce două mărci de cafea. cafea braziliană şi 160 kg. de cafea din marca Lux este de 30 de unităţi. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. Este utilizat un algoritm genetic. pentru comparație. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme de tip amestec. 27. metoda hillclimbing. O fabrică de produs şi ambalat cafea utilizează două tipuri de materii prime. Super şi Lux. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. Resursele disponibile unei linii de producţie sunt de 120 kg.

Suprafața orașului este împărțită într-o rețea de 100 de zone de . Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (determinarea poziției optime a unei unități de urgență medicală – varianta 2). În acest scop este realizată o hartă a frecvențelor apelurilor efectuate din diverse puncte ale orașului. unde d este distanța de la unitatea de urgență la punctul de apel. din fiecare marcă de cafea care trebuie produse pentru a obţine profit maxim. Într-un oraș este intenționată plasarea unei unități medicale de urgență care să asigure un serviciu optim din punctul de vedere al timpului de răspuns. Într-un oraș este intenționată plasarea unei unități medicale de urgență care să asigure un serviciu optim din punctul de vedere al timpului de răspuns. conform figurii de mai jos. Problema este de a calcula coordonatele unui punct optim ( ) astfel încât să fie minimizată funcția cost definită prin ( ) ∑ √( ) ( ) unde ( ) sunt coordonatele centrului celui de-al n-lea cvartal al rețelei și este frecvența apelurilor din cvartalul n. 31. măsurată în km. Suprafața orașului este împărțită într-o rețea de 100 de zone de . determina numărul de kg. 3 2 8 9 11 23 1 0 4 3 8 5 7 0 3 2 1 6 7 9 7 0 2 5 6 9 8 0 0 3 3 4 5 2 1 0 0 6 5 7 8 7 9 1 2 5 3 7 6 5 . 8 9 11 23 1 0 4 3 8 5 7 0 3 2 1 6 7 9 7 0 2 5 6 9 8 0 0 3 3 4 5 2 1 0 0 6 5 7 8 7 9 1 2 5 3 7 6 5 3 4 7 2 0 2 4 8 3 4 5 2 6 0 3 6 9 8 11 2 7 2 5 2 2 3 5 6 5 1 3 3 8 1 0 4 4 3 7 0 5 4 9 3 1 2 2 6 5 4 Timpul de răspuns este estimat la minute. 32. fiecare zonă având asociată o anumită frecvență de apel (de la la ). În acest scop este realizată o hartă a frecvențelor apelurilor efectuate din diverse puncte ale orașului. conform figurii de mai jos. fiecare zonă având asociată o anumită frecvență de apel. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (determinarea poziției optime a unei unități de urgență medicală – varianta 1).

Problema de rezolvat: determinarea sumelor de bani care vor fi investite în T1 şi T2 astfel încât profitul obţinut de investitor să fie maxim. una care depinde exclusiv de distantă și este estimată la minute. x . 2. Condiţiile de efectuare a investiţiei sunt: 1. care este dată în minute (de la la ) și corespunde tabelului următor. Un investitor doreşte să investească exact 100. metoda hill-climbing. suma investită în T2. este de maxim 30. y . suma investită în T1. Elaborați un proiect pentru rezolvarea problemei de optimizarea portofoliilor RISC- RANDAMENT1 utilizând GA și. care plăteşte dividende de 7% şi T2. Ipoteza de lucru este că tranzacțiile de tip short selling sunt permise. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme. și una corespunzătoare poziție către care este efectuată deplasare. 3 4 7 2 0 2 4 8 3 4 5 2 6 0 3 6 9 8 11 2 7 2 5 2 2 3 5 6 5 1 3 3 8 1 0 4 4 3 7 0 5 4 9 3 1 2 2 6 5 3 4 Timpul de răspuns este suma a două componente. . 33. pentru comparație. 34.000 lei. trebuie să fie cel puţin dublul sumei investite în T2. 20 32 9 11 23 11 31 4 3 8 5 17 12 3 2 1 6 7 9 7 22 2 5 6 9 8 9 16 13 13 12 5 22 12 3 10 6 5 7 8 17 9 1 2 5 3 7 6 5 31 42 7 2 10 2 4 8 13 4 51 2 6 20 3 6 9 8 11 2 7 12 5 2 2 3 5 6 5 11 13 3 8 12 10 4 4 13 7 10 5 4 9 13 12 22 21 6 5 Problema este de a calcula coordonatele unui punct optim ( ) astfel încât să fie minimizată funcția cost definită prin ( ) ∑ ( ) √( ) ( ) unde ( ) sunt coordonatele centrului celui de-al n-lea cvartal al rețelei și este frecvența apelurilor din cvartalul n.000 lei în două titluri de valoare: T1. din care rezultă dividende de 9%.

. 50. 4 unități pe pachet. 12. Fabrica ambalează următoarele combinații. 10% merișor. în ordine: 20. Un producător de marmură dorește să construiască un depozit central pentru distribuție la nivel național. în pachete de cîte 200g: . 10% merișor.Combinația 2: 75% curmale. este distanța de la carieră la orașul i. Utilizați un algoritm genetic pentru a determina cantitățile din fiecare combinație care trebuie produse pentru a maximiza profitul. merișor. 30% mango. De asemenea se cunoaște distanța de la carieră pînă la fiecare oraș (km). în ordine: 100. 25% prune. 10% mango. 25% smochine.Combinația 4: 50% caise. O fabrică ambalează fructe deshidratate pentru distribuție către magazine. 10. mango. Profiturile aduse de fiecare combinație sînt. 40. . . 30. . papaya. 15.Combinația 8: 100% smochine. 10% papaya. Costul transportului de la carieră la depozit i este exprimat prin funcția ( ) unde: este costul fix specific pentru fiecare transport plecat de la carieră către orașul i (dacă depozitul s-ar afla în orașul i). Cantitățile disponibile din fiecare materie primă sînt. curmale. . . 25% smochine. ananas.Combinația 5: 25% caise. prune. Materiile prime utilizate sînt (fructe deshidratate): smochine. 4. . 30% papaya. 13. Pentru a livra marmura de la depozit la un client. 36.Combinația 1: 10% smochine. 40.Combinația 3: 30% ananas. 80. 50% curmale. 15% caise. 3. 5% banana. 25% curmale.Combinația 7: 100% prune.35. este distanța de la depozit (orașul d) la orașul i. este costul transportării unei tone pe distanța de un km). 25% curmale. 5. . 70.Combinația 9: 100% merișor. Depozitul va fi plasat într-un oraș reședință de județ și are în vedere distribuția către toate celelalte reședințe de județ. 100. 120.Combinația 6: 100% curmale. caise. . Se cunoaște (statistic) cantitatea de marmură (tone) solicitată anual de fiecare județ și tabelul distanțelor între fiecare două orașe (km). costul este exprimat de următoarea funcție ( ) unde este costul fix pentru un transport de la depozit la orașul i. este costul transportării unei tone pe un km (valoare unică valabilă pentru orice transport). 15% ananas. banane.

Problema este de a determina acea transformare geometrică (în sistemul de coordonate cartezian) caracterizată prin ( ̅ ̅) ( ) ( ( ) ( )) ̅ ( ) ̅ ( ) astfel încât. prin intermediul matricei de adiacență).Utilizați un algoritm genetic pentru a alege orașul unde trebuie plasat depozitul astfel încît costurile totale de transport să fie minime. echivalent. Intensitățile luminoase medii ale celor două imagini sunt presupuse apropiate. Se cunoaște matricea ponderilor grafului și cele două puncte între care trebuie determinat drumul (S – punct de pornire și F – punct final). Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (image registration – alinierea imaginilor).). Utilizați un algoritm genetic pentru determinarea unui drum optim într-un graf ponderat conex – exprimată în termeni de distanțe între puncte de interes (orașe. sau. Se cere să se determine o modalitate de colorare a hărții astfel încît fiecare țară să fie colorată cu altă culoare decît toți vecinii săi. unde este o variantă “nealiniată” (rezultată printr-o transformare geometrică) a imaginii . 38. Utilizați un algoritm genetic pentru rezolvarea problemei determinării unui drum într-o rețea. definită astfel: se cunoaște o rețea de puncte în care fiecare punct poate fi conectat cu . Cu alte cuvinte. trebuie determinată transformarea definită de parametrii ( ) astfel încât să fie minimizată funcția ce caracterizează diferența dintre cele două imagini. să fie maximizată funcție fitness ( ) ∑ ∑| ( ) ( )| unde rezultă prin aplicarea transformării geometrice imaginii . cu dimensiune . Valoare unui drum este suma ponderilor arcelor care compun drumul respectiv. aplicată imaginii . puncte de aprovizionare etc. să fie obținută o variantă cât mai apropiată de imaginea inițială. Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). Utilizați un algoritm genetic pentru rezolvarea problemei colorării hărților. 40. a unei funcții de deformare (pe și ) și respectiv de rotație. Drumul oprim este drumul cu valoarea cea mai mică posibilă. Observație. 37. Care este numărul minim de culori necesare pentru colorarea hărții? 39. Sînt disponibile c culori distincte pentru colorarea hărții. Funcția este o combinație liniară a unei funcții de translație. definită astfel: se dă o hartă cu n (n>15) țări (se cunosc vecinătățile pe hartă.

Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). Știind că.maxim alte 4 puncte (la nord. 41. Se cunoaște un punct de pornire din rețea (S) și trebuie determinat un drum (o secvență de mișcări de tipul nord/vest/sud/est) astfel încît să se ajungă la un alt punct final cunoscut (F). Problema este de a determina m astfel încât restaurarea realizată prin aplicarea unui filtru invers să aibă efectul maxim posibil. adică să fie minimizată funcția SNR (Signal-to-Noise-Ratio) aplicată pentru imaginea restaurată versus imaginea originală. est) – toate conexiunile au lungimea 1. cu dimensiune . Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (restaurarea imaginilor perturbate prin inducere unui efect de mișcare în plan vertical în caz discret). pentru o imagine de intrare I . adică să fie minimizată funcția SNR (Signal-to-Noise-Ratio) aplicată pentru imaginea restaurată versus imaginea originală. ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) (pentru detalii consultați profesorul de la curs) 42. unde este o variantă a imaginii originale . Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) (pentru detalii consultați profesorul de la curs) 43. Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). cu dimensiune . sud. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (tehnici de image enhancement). unde este o variantă perturbată a imaginii prin inducerea efectului de mișcare de tip deplasare pe axa pe baza funcției ( ) Problema este de a determina a astfel încât restaurarea realizată prin aplicarea unui filtru invers să aibă efectul maxim posibil. unde este o variantă perturbată a imaginii prin inducerea efectului de mișcare de tip deplasare pe axa cu poziții. cu dimensiune . Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (restaurarea imaginilor perturbate prin inducere unui efect de mișcare în plan vertical în caz continuu). vest. în care luminozitatea este afectată (redusă).

adică să fie minimizată funcția SNR (Signal-to-Noise-Ratio) aplicată pentru imaginea restaurată versus imaginea originală. invariant la poziție . cu . Problema este de a determina o valoare ( ) astfel încât restaurarea realizată prin aplicarea unui filtrului Laplace cu masca de filtrare [ ] să aibă efectul maxim posibil. Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). modificarea gradului de luminozitate este asigurată prin aplicarea transformării Gamma. repartizat ( ). Este considerată o pereche de imagini gray-scale cu 256 niveluri de gri ( ). ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) (pentru detalii consultați profesorul de la curs) 45. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (restaurarea imaginilor perturbate cu zgomot distribuit normal. ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) (pentru detalii consultați profesorul de la curs) 44. invariant la poziție). cu dimensiune . cu parametrii ( ) [ ] și ( ) (( )) ( ) Problema este de a determina ( ) [ ] și ( ) astfel încât restaurarea realizată prin aplicarea unui transformatei Gamma să determine o imagine cât mai bună posibil. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (restaurarea imaginilor perturbate cu zgomot distribuit normal. unde este o variantă perturbată a imaginii prin inducerea de zgomot aditiv.considerată normalizată. adică să fie minimizată funcția SNR (Signal-to-Noise-Ratio) aplicată pentru imaginea restaurată versus imaginea originală.variantă).

dimensiune . Utilizați un algoritm genetic pentru rezolvarea problemei determinării unui drum într-o rețea tridimensională. vest. dar aliniate – poziția capului este mereu aceeași). Se cunoaște un punct de pornire din rețea (S) și trebuie determinat un drum (o secvență de mișcări de tipul nord/vest/sud/est) astfel încît să se ajungă la un alt punct final cunoscut (F). sud. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (problemă de cluster). 47. unde este o variantă perturbată a imaginii prin inducerea de zgomot aditiv. Un vector ( ) este soluție dacă minimizează funcția ( ) ∑ ∑ ( ) ( ) unde este centroidul clasei i (imaginea medie a imaginilor clasei i) și . nucunoscut. adică să fie minimizată funcția SNR (Signal-to-Noise-Ratio) aplicată pentru imaginea restaurată versus imaginea originală. sus. jos) – toate conexiunile au lungimea 1. Un cromozom este reprezentat printr-un vector cu elemente. . Între vecini (conform așezării inițiale) apar conflicte care duc la întîrzierea lucrărilor ședinței. Fiind dat un set de imagini având aceeași dimensiuni. astfel încît oricare doi vecini din așezarea inițială să nu mai fie vecini în noua așezare. fiecare fiind un atribut cardinal din mulțimea { }. definită astfel: în jurul mesei din sala de ședințe se află n scaune. Inițial scaunele sînt alocate în ordine alfabetică. Se cere determinarea unei alte modalități de așezare în jurul mesei. Utilizați un algoritm genetic pentru rezolvarea problemei participanților la o masă rotundă. și care reprezintă persoane (fiecărei persoane corespunzându-i mai multe imagini ale feței în diferite ipostaze. repartizat ( ). determinați subseturi (clustere) reprezentând o partiție a lui S și astfel încât imaginile unui cluster sunt asociate unei singure persoane (gruparea cea mai naturală a celor k poze în clustere). est. Ipoteza de lucru este ca fiecare persoană are asociate cel puțin 2 imagini diferite Observație. ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) (pentru detalii consultați profesorul de la curs) 46. Problema este de a determina valoarea ( ) m astfel încât restaurarea realizată prin aplicarea unui filtru ( ) să aibă efectul maxim posibil. pentru cei n participanți. definită astfel: se cunoaște o rețea de puncte în care fiecare punct poate fi conectat cu maxim alte 6 puncte (la nord. 48.

Imaginea plăcuței de înmatriculare. Fie vectorul partiție cu elemente (fiecare atribut cardinal din mulțimea { } indică persoana căreia îi aparține imaginea). Se utilizează următoarele elemente: un vector cu elemente. O valoare j este soluție dacă minimizează funcția ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) unde este centroidul clasei j (imaginea medie a imaginilor clasei j) 50. 49. astfel încât nu este eficientă compararea imagine cu imagine. nu e neapărat frontală. în caz afirmativ. avînd la dispoziție următoarele elemente: . Ipoteza de lucru este ca fiecare persoană are asociate cel puțin 2 imagini diferite și numărul de persoane este foarte mare. . Fiecare din cele imagini primite trebuie identificate. în care fiecare element desemnează caracterul căruia îi corespunde imaginea ( – fiecărui caracter îi este asociată o valoare întreagă în domeniul ). Observație. surprinsă de camerele de supraveghere. Un cromozom este o valoare { }. cărei persoane aparține imaginea. ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) Funcția măsoară suma diferențelor obiectelor din aceeași clasă față de centroidul clasei. Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (problemă de recunoaștere a formelor).Un set de imagini de dimensiuni egale care reprezintă toate cele caracterele posibile (litere și cifre care pot să apară pe o plăcuță de înmatriculare). din punctul de vedere al măsurii SNR (Signal-to-Noise Ratio). în ordine. grupate în subseturi (clustere) reprezentând o partiție a lui S determinați dacă o nouă imagine este o imagine a unei persoane ale cărei poze sunt păstrate în și. Din aceasta au fost decupate imagini individuale (de dimensiuni egale ) cu fiecare caracter (imaginea poate fi slab luminată. și care reprezintă persoane (fiecărei persoane corespunzându-i mai multe imagini ale feței în diferite ipostaze. poate fi mișcată). Algoritmul determină ca soluție acea valoare pentru care . un cromozom din algoritmul genetic este o valoare . Utilizați un algoritm genetic pentru rezolvarea următoarei probleme: trebuie identificat în mod automat numărul de înmatriculare al unui vehicul. Pentru fiecare caracter sînt disponibile mai multe imagini diferite (din diferite unghiuri – minim 2 imagini). dar aliniate – poziția capului este mereu aceeași). . Fiind dat un set de imagini având aceeași dimensiuni.

52. dar aliniate – poziția este mereu aceeași). Când mașina i execută sarcina j sunt produse unități din partea k. Utilizați un algoritm genetic pentru rezolvarea următoarei probleme: un proiect internațional de cartografiere a centurii de asteroizi deține o bază de date în care se află un set S de imagini (de dimensiuni egale ) care reprezintă cei asteroizi identificați pînă în prezent (fiecărui asteroid îi corespund mai multe imagini în diferite ipostaze. 51. ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) unde: I este imaginea care trebuie identificată (pe rînd. Notăm cu fracția de timp în care mașina i execută sarcina j și cu cantitatea din produsul final rezultată. Fie un produs final constituit din t părți. Observație. fiecare fiind un atribut cardinal din mulțimea { }. Problema este de a maximiza . problema poate fi exprimată astfel: . Un vector ( ) este soluție dacă minimizează funcția ( ) ∑ ∑ ( ) ( ) unde este centroidul clasei i (imaginea medie a imaginilor clasei i) și ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) Funcția măsoară suma diferențelor obiectelor din aceeași clasă față de centroidul clasei. În cadrul algoritmului genetic un cromozom este reprezentat printr-un vector cu elemente. fiecare caracter din plăcuța care trebuie identificată). alta decât JSS). Elaborați un proiect pentru rezolvarea genetică a următoarei probleme (Problema “C”: o variantă a problemei planificării activităților. cele n mașini disponibile pot realiza m tipuri de activități. În termeni matematici. Într-un centru de producție. din punctul de vedere al măsurii SNR (Signal-to-Noise Ratio). Ipoteza de lucru este ca fiecare asteroid are asociate cel puțin 2 imagini diferite. este centroidul clasei (imaginea medie a clasei adică a tuturor imaginilor din setul care corespund caracterului ). determinați subseturi (clustere) reprezentând o partiție a lui S astfel încît imaginile unui cluster sunt asociate unui singur asteroid (gruparea cea mai naturală a celor poze în clustere).

Hărțile sînt reprezentate prin matrice (de dimensiuni egale ) în care fiecare element reprezintă altitudinea medie a unei subzone pătrate cu latura de 100m. Trebuie determinate p subseturi (clustere) reprezentând o partiție a lui S astfel încît imaginile unui cluster sunt asociate unui singur tip de teren (gruparea cea mai naturală a celor hărți în clustere). Un vector ( ) este soluție dacă minimizează funcția ( ) ∑ ∑ ( ) ( ) unde este centroidul clasei i (harta altitudinilor medii ale clasei i) și ∑ ∑ ( ( )) ( ) [ ] ∑ ∑ ( ( ) ( )) Funcția măsoară suma diferențelor obiectelor din aceeași clasă față de centroidul clasei. din punctul de vedere al măsurii SNR (Signal-to-Noise Ratio). ∑ ∑ ∑ 53. În cadrul algoritmului genetic un cromozom este reprezentat printr-un vector cu elemente. . Utilizați un algoritm genetic pentru rezolvarea următoarei probleme de clasificare a tipurilor de teren: este disponibil un set S de hărți ale altitudinilor unor suprafețe dreptunghiulare de teren din diverse zone ale țării. Ipoteza de lucru este că există cel puțin două hărți ale unor zone asemănătoare ca tip de teren. fiecare fiind un atribut cardinal din mulțimea { }.