izranjajuća inteligencija
DESCRIPTION
Izranjajuća Inteligencija. SVEUČILIŠTE U ZAGREBU Fakultet elektrotehnike i računarstva. Autori: Krešimir Antolić Tomislav Lugarić Zvonimir Pavlić. Zagreb 2008. Dumb parts, properly connected into a swarm, yield smart results. Kevin Kelly New Rules for the New Economy Sep 1997. - PowerPoint PPT PresentationTRANSCRIPT
Izranjajuća Inteligencija
SVEUČILIŠTE U ZAGREBUFakultet elektrotehnike i računarstva
Autori:Krešimir AntolićTomislav LugarićZvonimir Pavlić
Zagreb 2008.
Dumb parts, properly connected
into a swarm, yield smart results.
Kevin KellyNew Rules for the New Economy
Sep 1997
Izranjajuća Inteligencija?
svojstvo nekih decentraliziranih sustava da, iako sastavljenih od velikog broj jednostavnih nezavisnih elemenata, iskazuju inteligentno ponašanje
timski rad, ne od 10 članova, nego stotina i tisuća raznih elemenata, koji postižu rezultate kakve bi često i najbolji hijerarhijski sustav imao problema postići
Karakteristike
jednostavni dijelovi sustava
decentralizirani sustav sastavljen od jednostavnih dijelova
fleksibilan, robustan, samoorganizirajuć sustav
povratna veza!
The whole is greater than
the sum of the parts.
U Svijetu Oko Nas
PticePčeleGradoviEkonomijaInternet
U Svijetu U Nama
PismoUmjetnostZnanostNapredak
Tko je zaslužan za ovo?Pojedinac?Ili skupina pojedinaca?
Izranjajuća Inteligencija i Znanost
znanost proučava i posuđuje znanje priroderješavanje problema koji se mogu prikazati
pomoću grafova
Kako pronađe najkraći put?
Mrav I Hrana
A
B
C
D
E
F
A - početak
F - hrana
1
1
35
5
3
4
2
2
-ostavljanje feromonskog traga
-što je put kraći – to je trag jači
-jači feromoni na putu – poželjniji put
ACO Algoritam
1999. Dorigo, Di Caro i Gambardella
Ant Colony Optimization – nastalo promatranjem ponašanjem mrava
heurističke funkcije za odabir rješenja
Primjena
nalaženje najkraćih puteva u grafu
Traveling Salesman Problem
usmjeravanje paketa u mreži
paralelno rješavanje problema
Traveling Salesant Problem
Problem: Proći sve mravinjake i vratiti se u početni mravinjak najkraćim mogućim putem.
?!?
t14=4
t24=2
t13=2
t23=1
t34=3 t13=5
Algoritam?
“mravi” – pamte put, ostavljaju “feromonski” trag obrnuto proporcionalno prijeđenom putu, nakon što prijeđu put
odabir sljedećeg mravinjaka vrši se pomoću duljine puta i ostavljenog feromonskog traga
kil ilil
ijijkij
nt
ntP
m3
l1
l2=j
t12= 2
t23= 3
n12=0.5
n23=0.9
t14=4
t24=2
t13=2
t23=1
t34=3 t13=5
dA=9
dB=12
dC=9
dA=9
dB=9
dC=9
Svaki mrav nakon prolaska ostavlja feromonski trag nij=1/dk.
U svakoj sljedećoj iteraciji mrav preferira put sa više feromona.
Algoritam!
Funkcija ACOpostaviMraveURazliciteMravinjakedok(uvjet_prestanka_izracunavnja)
nadjiRjesenjeZaSvakogMravaispariFeromonskiTragostaviFeromonskiTragZaSvakogMrava
Zaključak
priroda puna dobrih rješenja za probleme koje znanost često susreće
ACO algoritam pogodan za rješavanje problema prikazanih pomoću grafa
postoje mnoge varijante implementacije ACO algoritma, ali nijedna ne garantira nalaženje najboljeg riješenja, ali riješenje koje se nađe obično je veoma dobro