Презентация на тему Генетический алгоритм

Содержание

2. Цель работыЗадаться целью оптимизировать схему путем подбора
3. Изменения в программеfunction z = Lab_13(x)Z –
4. Общий вид окна (запуск – gatool)
5. НастройкиFitness function – @программаNumber of variables – число переменныхBounds – ограничения переменных
6. Полезные настройкиРазмер популяцииКритерий остановки
7. Вывод результатов
8. Вывод результатов— Plot interval – число поколений,
9. Скачать презентацию
10. Похожие презентации

Цель работыЗадаться целью оптимизировать схему путем подбора каких-либо параметровВыбрать критерий оптимизации с целью минимизировать критерийОптимизировать схему с использованием генетического алгоритма

Изменения в программеfunction z = Lab_13(x)Z – критерий оптимизации x – входной

НастройкиFitness function – @программаNumber of variables – число переменныхBounds – ограничения переменных

Полезные настройкиРазмер популяцииКритерий остановки

Вывод результатов— Plot interval – число поколений, по прошествии которого происходит очередное

Полезная информацияhttps://habrahabr.ru/post/111417/Цель работыЗадаться целью оптимизировать схему путем подбора каких-либо параметровВыбрать критерий оптимизации

Слайды презентации

Слайд 2 Цель работы
Задаться целью оптимизировать схему путем подбора каких-либо

Цель работыЗадаться целью оптимизировать схему путем подбора каких-либо параметровВыбрать критерий оптимизации

параметров
Выбрать критерий оптимизации с целью минимизировать критерий
Оптимизировать схему с

использованием генетического алгоритма

Слайд 3 Изменения в программе
function z = Lab_13(x)
Z – критерий

Изменения в программеfunction z = Lab_13(x)Z – критерий оптимизации x –

оптимизации x – входной вектор
set_param('Lab_1/Series RLC Branch7','Resistance',num2str(x(1)));
х(1) – первая

переменная вектора
set_param('Lab_1/Constant','value',num2str(x(2)));
х(2) – вторая переменная вектора
z=220-output;
Критерий стремится к 220 (минимизируется разница)

Слайд 4 Общий вид окна (запуск – gatool)

Слайд 5 Настройки
Fitness function – @программа
Number of variables – число

переменных
Bounds – ограничения переменных

Слайд 6 Полезные настройки
Размер популяции
Критерий остановки

Слайд 7 Вывод результатов

Слайд 8 Вывод результатов
— Plot interval – число поколений, по

Вывод результатов— Plot interval – число поколений, по прошествии которого происходит

прошествии которого происходит очередное обновление графиков; — Best fitness –

вывод наилучшего значения оптимизируемой функции для каждого поколения; — Best individual – вывод наилучшего представителя поколения при наилучшем оптимизационном результате в каждом из поколений; — Distance – вывод интервала между значениями особей в поколении; — Expectation – выводит ряд вероятностей и соответствующие им особи поколений; — Genealogy – вывод генеалогического дерева особей; — Range – вывод наименьшего, наибольшего и среднего значений оптимизируемой функции для каждого поколения; — Score diversity – вывести гистаграмму рейтинга в каждом поколении; — Scores – вывод рейтинга каждой особи в поколении; — Selection – вывод гистограммы родителей; — Stopping – вывод информации о состоянии всех параметров, влияющих на критерии остановки; — Custom – отображение на графике некоторой указанной пользователем функции.