Professional Documents
Culture Documents
Predavanje 4
Predavanje 4
Heuristike P4
Prof. dr. sc. Tonči Carić
Juraj Fosin, dipl. ing.
Heuristike
Sadržaj
Heuristike
Strategije pretrage
Lokalnom optimum
Pohlepna “greedy” heuristika
Lokalna pretraga “Local search”
Diversifikacija i intenzifikacija
Simulirano kaljenje
SA (oponašanje prirode)
Diversifikacija i intenzifikacija
Algoritam simuliranog kaljenja
Mravlje kolonije
Primjer pronalaženja minimalnog puta
Feromon traga
Algoritam „Metoda mravlje kolonije”
Što je dobro, što loše, a što još gore?
3
Heuristike
Heuristike su tehnike rješavanja problema koje se temelje na
iskustvu.
5
Heuristike
Neka je
A algoritam koji daje dopustiva rješenja za bilo koji
primjerak I
optimizacijskog problema P
Neka je
F*(I) vrijednost funkcije cilja za optimalno rješenje od I
Neka je F(I) vrijednost funkcije cilja za dopustivo rješenje od I koje daje A
Generalno primjenjive
Glavne značajke
Mehanizam diversifikacije
Mehanizam intenzifikacije
12
Diversifikacija i intenzifikacija
Diversifikacija
Nastoji se istražiti što veći prostor rješenja
Intenzifikacija
Iskoristiti pojedino područje u potrazi za lokalnim optimumima
13
Simulirano kaljenje
Algoritam simuliranog kaljenja, baziran je na analogiji
između
simulacije kaljenja metala i
problema kombinatoričke optimizacije
15
Simulirano kaljenja
16
Usporedba
17
Diversifikacija i intenzifikacija
Temperatura se koristi kao parametar za reguliranje
mehanizama
Diversifikacija
Veća temperatura znači bolje istraživanje cjelokupnog prostora
rješenja
prihvaćanje i lošijih rješenja koji udaljuju pretragu od postojećeg susjedstva
Intenzifikacija
Manja temperatura znači bolje pretraga lokalnog susjedstva
rijetko se prihvaćaju lošija rješenja i teži se lokalnom optimumu
18
SA (oponašanje prirode)
4.2.1
f ( x ) f ( xt )
t
pt e 4.2.2
SA (raspored hlađenja)
Zakonitost po kojoj se mijenja Θt naziva se raspored hlađenja
Uobičajeno je da je Θt ima padajući trend u svakoj slijedećoj
iteraciji
f ( x ) f ( xt )
t
pt e
23
Mravlje kolonije
24
Primjer pronalaženja minimalnog puta
STIGMERGIJE
26
Feromon
27
Feromon traga
Prvi mravi kojim samostalno pronađu hranu, pri povratku u
gnijezdo ostavljat će jači feromonski trag ovisno o kvaliteti i
količini hrane koju su pronašli
28
Algoritam mravlje kolonije
umjetni mravi (softverski agenti) za razliku od mravlje
jedinke u prirodi ima mogućnost:
pamćenja
i odlučivanja na temelju
„viđenja okoline”
mogu određivati udaljenosti između lokacija
mogu na kraju putovanja rekonstruirati cijeli put
feromonski trag se pamti u matrici
30
Algoritam „Metoda mravlje kolonije”
dodavanje feromona na
bridovima koji su korišteni u
konstruiranim novim
rješenjima
31
Akumuliranje feromona
TSP problem R112