Liebe Leute, wir hatten neulich im Studium eine kurze Einführung zu Genetischen Algorithmen und Machine Learning. Ich finde das Thema sehr spannend und würde gerne tiefer in die Praxis einsteigen, obwohl es bei uns nur kurz angerissen wurde. Der Dozent sagt leider, er kennt nur die Grundlagen und hat keine Praxiserfahrung in dem Bereich. Kennt ihr Bücher, die die Anwendung Genetischer Algorithmen in der Praxis anhand nachvollziehbarer Beispiele beschreiben? Im Netz finde ich viele "toy examples" mit sehr unterschiedlicher Codierung der Chromosomen, die eine Vielzahl verschiedener Crossover-Operationen einsetzen. Da werden mal kontinuierliche Parameter als Bitfolgen gespeichert, mal als Floats, ganze verschachtelte mathematische Funktionen als Graph usw. Mir würde ein zusammenhängendes Werk helfen, das erklärt, wie man für ein bestimmtes Problem eine sinnvolle Repräsentation der Chromosomen, ein sinnvolles Crossover, eine Abschätzung der Populationsgröße usw. findet. Ein ebenso praxisnahes Buch über Neuronale Netze (Multilayer Perceptrons) oder Machine Learning im Allgemeinen interessiert mich ebenfalls. Danke Max
Du kannst mal gucken, ob du dieses Buch (deutsch) auftreiben kannst: Genetische Algorithmen und Evolutionstrategien - Scientific Computing: Eine Einführung in Theorie und Praxis der Simulierten Evolution – 1. Januar 1994 https://www.amazon.de/Genetische-Algorithmen-Evolutionstrategien-Scientific-Simulierten/dp/3893194932 Den Code von der Diskette koennte ich zur verfuegung stellen, falls du das Buch ohne Diskette bekommst (falls du es denn kaufst). Das Buch faengt ganz unten an: Was ist Zellteilung, wie funktioniert das, etc. Der Anfang ist also erstmal ein Bio-Crashkurs in Genetik und Evolution. Und geht dann ueber zum Codierungsproblem, unterschied zwischen Evolutionsstrategien und Genetischen Algorithmen, etc. Kapitel: 1. Einleitung (Seite 15 - 31) 2. Evolution und Genetik (Seite 31 - 141) 3. Evolutionsstrategien (Seite 141 - 185) 4. Genetische Algorithmen (Seite 185 - 219) 5. Evolutionsstrategien kontra Genetische Algorithmen (Seite 219 - 237) 6. Parallele Algorithmen (Seite 237 - 257) 7. Anwendungen (Seite 257 - 387)
1 | Klassische Anwendungen |
2 | Das Problem des Handelsreisenden |
3 | Produktionsleitstaende |
4 | Auftragsreihenfolge-Optimierung |
5 | Automatische Formelgenerierung und genetische Prognose |
6 | Automatische Erzeugung von Programmen |
7 | Struktur-Evolution Neuronaler Netzwerke |
8 | Weitere Anwendungen |
9 | Optimale Form von Linsen |
10 | Verkehrsleittechnik |
11 | Lagerplatzoptimierung |
12 | etc. |
8. Programmierung Genetischer Algorithmen (Seite 387 - 417) 9. Der Genetic Optimizer (Seite 417 - 443) Nachwort, Literatur, etc. Und hier sind noch ein paar quellen: Geneva Optimierungsumgebung https://de.wikipedia.org/wiki/Geneva_Optimierungsumgebung Kurs:Genetische Algorithmen https://de.wikiversity.org/wiki/Kurs:Genetische_Algorithmen Genetic Algorithms for Automated Source Code Evolution: a C++11 tutorial https://vimeo.com/52539994 Ich wuensche viel Spass. :)
Ein weiteres Praxis Beispiel: Geldspielgeraete. Die Geraete (und auch die Software) unterliegen bestimmten gesetzlichen Regeln. Dazu zaehlt auch, dass es in Deutschland (und auch in anderen Laendern) eine gesetzlich Vorgeschriebene Auszahlqoute gibt. In Spanien ist die Vorgabe, das die Auszahlquote nach 40.000 Spielen (+-1%) 70% betragen muss. Das heisst, dass es im Hintergrund eine Mathematik gibt, die das Regelt. Jetzt ist es natuerlich doof, wenn der Spieler immer verliert, die Mathematik merkt das sie gegen steuern muss (weil die Auszahlquote sonst zu niedrig ist), und der Spieler die naechsten 1000 Spiele nur noch gewinnt. Dann stellt die Regelung fest, das sie wieder hart nach unten regeln muss (weil die Auszahlquote sonst zu hoch wird), usw. Die Kunst hinter einer guten regelung ist es, dem Spieler das Gefuel zu geben, dass er staendig gewinnt. Und das ist sau schwierig. Da haben viele Mathematiker schon graue Haare bei bekommen. Und jetzt hat so eine Regelung aber auch mehr als nur 2, 3 oder 4 Stellschrauben... Mit einem Genetischen Algorithmus kann man die richtigen (oder besser gesagt: die guten) Parameter relativ schnell finden. Zumindestens schneller als viele Mathematiker mit ihrer Matlabsimulation...
Kaj schrieb: > Genetische Algorithmen und Evolutionstrategien - Scientific Computing: > Eine Einführung in Theorie und Praxis der Simulierten Evolution – 1. Vielen Dank, das werde ich mal versuchen, zu bekommen. Die sehr unterschiedlichen Anwendungen im Kapitel 7 sehen sehr nach dem aus, was ich suche. Ich weiß nicht, was es seit 1994 für Fortschritte in dem Bereich gab, aber wenn noch jemand ein Buch aus dem aktuellen Jahrzehnt empfehlen kann, freue ich mich. Kaj schrieb: > Mit einem Genetischen Algorithmus kann man die richtigen (oder besser > gesagt: die guten) Parameter relativ schnell finden. Zumindestens > schneller als viele Mathematiker mit ihrer Matlabsimulation... Mag sein, aber vielleicht habe ich mich unklar ausgedrückt, ich suche nicht einfach Beispiele, die zur Lösung mit GAs geeignet sind, sondern strukturierte Erklärungen, wie GAs konkret für möglichst unterschiedliche Anwendungen zu implementieren sind.
Hier mal die Diskette im Anhang. Vielleicht hilft dir das ja noch etwas. Der Inhalt der PRJ Dateien legen nahe, dass das ganze in Borland Turbo C geschrieben wurde. Out of the box compilieren ist also leider nicht :D Die Kommentare im Code sind... so wie ich sie fuer Anfang der 90er erwarten wuerde. Aber immerhin auf deutsch. Auch dass das Buch auf deutsch ist hilft bei diesem komplexen Thema wirklich sehr.
mein Vorschlag wäre, das nicht zu mischen. Genetische algorithmen und ML sind (derzeit jedenfalls noch) zwei völlig verschiedene Sachen, auch wenn es vielleicht ein paar Berührungspunkte gibt. Zu ML findest du viel Stoff, da empfehle ich idealerweise einen gratis onlinekurs, z.B. den von Stanford. Aber ich bin auch echt kein Fan von Büchern. Genetische Algorithmen haben sich noch nicht soo durchgesetzt und lohnen sich nur da, wo die Leute eine gute Repräsentation gefunden haben und brauchbare Operatoren. Schade. Notfalls bietet dieses Buch ein Kapitel über evolutionary computing https://books.google.de/books?id=MpKqCAAAQBAJ und viele Kapitel über Repräsentation. Wirklich gut finde ich's aber nicht. Ist halt ein Buch ;)
:
Bearbeitet durch User
Max T. schrieb: > Kennt ihr Bücher, die die Anwendung Genetischer Algorithmen in der > Praxis anhand nachvollziehbarer Beispiele beschreiben? Da war mal was: Beitrag "Geniale Antenne oder verbogene Büroklammer?" Irgenwo anders als bei den Antennen sind mir Genetische Algorithmen noch nicht untergekommen - ist wohl ne akademische Sackgasse.
A. S. schrieb: > Genetische Algorithmen haben sich noch nicht soo durchgesetzt C. A. Rotwang schrieb: > Irgenwo anders als bei den Antennen sind mir Genetische Algorithmen noch > nicht untergekommen - ist wohl ne akademische Sackgasse. Kann ich absolut nicht bestaetigen. Genetische Algorithmen, PSO und andere Verfahren werden sehr haeufig eingesetzt, wo Optimierungsprobleme mit vielen Nebenminima auftreten, weil sie bei diesen Problemen die einzigen erfolgversprechenden Ansaetze sind. Typisches Beispiel Parameteridentifikation. Allein die Haeufigkeit, mit der aktuell Veroeffentlichungen neuer Algorithmen erscheinen, zeigt die Aktualitaet (wenn auch tw. etwas gehyped).
vorticon schrieb: > Kann ich absolut nicht bestaetigen. Genetische Algorithmen, PSO und > andere Verfahren werden sehr haeufig eingesetzt, wo Optimierungsprobleme > mit vielen Nebenminima auftreten, weil sie bei diesen Problemen die > einzigen erfolgversprechenden Ansaetze sind. Typisches Beispiel > Parameteridentifikation. Nenn doch bitte mal ein paar praktische Beispiele für Optimierung per genetische Algorithmus, am besten verlinkt.
C. A. Rotwang schrieb: > Nenn doch bitte mal ein paar praktische Beispiele für Optimierung per > genetische Algorithmus, am besten verlinkt. Optimierung mit Genetischen Algorithmenund eine Anwendung zur Modellreduktion https://www.rt.mw.tum.de/fileadmin/w00bhf/www/publikationen/2004_Buttelmann_at.pdf Optimierung von Wärmeübertragernetzwerken mit genetischem Algorithmus https://www.ift.uni-hannover.de/fileadmin/ift/Bachelor-_oder_Masterarbeit_Optimierung_von_Waermeuebertragernetzwerken_mit_genetischem_Algorithmus.pdf Genetischer Algorithmus zur kombinatorischen Optimierung von Gebäudehülle und Anlagentechnik - Optimale Sanierungspakete für Ein- und Zweifamilienhäuser https://www.gebaeude-energiewende.de/data/gebEner/user_upload/Dateien/GEW_Arbeitspapier_7_Optimierungsalgorithmus.pdf Implementierung eines genetischen Algorithmus zurOptimierung eines Mikrowellenbauteils https://www.tet.tu-berlin.de/fileadmin/fg277/Projektarbeiten/Paper_DomkeKlages.pdf Optimieren durch SelektionDie Evolution im Algorithmus – Teil 1: Grundlagen https://www.buschmais.de/wp-content/uploads/2018/02/Die-Evolution-im-Algorithmus_JS_01_18.pdf Die Evolution im Algorithmus – Teil 2:Multikriterielle Optimierung und Architekturerkennung https://www.buschmais.de/wp-content/uploads/2018/06/Die-Evolution-im-Algorithmus_Teil2_JS_03_18.pdf Automatische Offline-Optimierung der lichtsignaltechnischen Koordinierung des mIV im städtischen Netz unter Verwendung genetischer Algorithmen https://mediatum.ub.tum.de/doc/1100353/file.pdf Produktionspraxis. Maschinenbelegung optimieren mittels genetischem Algorithmus (Buch, Leseprobe) https://www.grin.com/document/27465 Optimierung der Instandhaltungsplanung mit genetischen Algorithmen unter Beruecksichtigung des Speicherverhaltens bei der Verfuegbarkeitsprognose von Kraftwerksanlagen https://opus4.kobv.de/opus4-btu/frontdoor/deliver/index/docId/463/file/Diss_Warnecke.pdf Übung zu Organic Computing - „Survival of the Fittest“ - Optimierung mittels Genetischer Algorithmen https://www12.informatik.uni-erlangen.de/edu/OC/SS16/vortragEA.pdf Noch mehr genetische Algorithmen zum Ausprobieren http://scienceblogs.de/hier-wohnen-drachen/2011/02/05/noch-mehr-genetische-algorithmen-zum-ausprobieren/
Nachdem man die Theorie zu genetischen Algorithmen gehoert und verstanden hat, sollte man in der Lage sein, sowas mal zu probieren..
Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.