Programmazione genetica e Architetture parallele

[marcus81]

Salve a tutti!
Sapreste dove posso trovare materiale inerente la programmazione genetica e le architetture parallele(macchine multiprocessore,modelli di elaborazione per architetture parallele, confronto fra algoritmi seriali e paralleli).
Confido nel vostro aiuto,
grazie

[homero]

programmazione genetica!?!?

[mistermars]

Originariamente inviato da marcus81
Salve a tutti!
Sapreste dove posso trovare materiale inerente la programmazione genetica e le architetture parallele(macchine multiprocessore,modelli di elaborazione per architetture parallele, confronto fra algoritmi seriali e paralleli).
Confido nel vostro aiuto,
grazie

hai bisogno di qualche documento su gli algoritmi genetici?

[homero]

io voglio sapere che sono sti algoritmi "genetici"
ossia che altra invenzione e'...
ogni mese ne esce una?
prima era l'intelligenza artificiale
poi le reti neurali
adesso gli algoritmi genetici
insomma
che altro se devono inventa?
forse un algoritmo che funziona?!?!

[mistermars]

sono degli algoritmi che si basano sul concetto evolutivo di darwin.

Ti allego una piccola spiegazione tratta da un documento:
gli algoritmi genetici sono una metodologia di calcolo relativamente nuova, che trova però applicazione in un ampio spettro di problematiche: dalla controllisitica per gasdotti e altiforni alla guida di missili terra-aria, da problemi di ottimizzazione combinatoria come quello del commesso viaggiatore e quelli ben più vasti di scheduling, ai problemi di ingegnerizzazione come la progettazione di turbine e parti aerodinamiche di velivoli, nonché alla modellazione di mercati finanziari telematici.
Le caratteristiche peculiari di un GA che in alcuni casi ne rendono consigliabile l'utilizzo rispetto ad altre tecniche di ottimizzazione sono:
 la generalità, ossia la capacità di essere applicabile a un qualsiasi tipo di problema di cui si possa progettare una funzione di fitness;
 l’indipendenza da informazioni sul gradiente, che rendono il GA la scelta migliore nel caso di funzioni discontinue e non differenziabili;
 la robustezza ai minimi/massimi locali, cioè la capacità di un GA ben progettato di esplorare contemporaneamente diverse zone del dominio, riducendo così la probabilità di terminare la ricerca nel primo minimo/massimo locale incontrato.
Queste proprietà fanno sì che gli algoritmi genetici siano applicabili a funzioni anche molto complicate, quali quelle discontinue o multimodali, che solitamente portano ad una prematura convergenza, e quindi al fallimento, delle tecniche di ottimizzazione classiche, per esempio la ricerca basata su gradiente. In genere i GA garantiscono una soluzione se non ottima comunque soddisfacente; è chiaro che in casi particolari e per alcune funzioni “semplici”, ad esempio quelle unimodali e continue, altre tecniche specificatamente mirate possono essere più efficaci ed efficienti, e condurre all'ottimo assoluto in un minor tempo. Talvolta agli algoritmi genetici vengono affiancate delle tecniche di natura diversa, che restringono il campo della ricerca alle sole soluzioni ammissibili, lasciando al GA il compito di selezionare quella ottima.

[marcus81]

Originariamente inviato da mistermars
hai bisogno di qualche documento su gli algoritmi genetici?

mi interessa qualcosa di specifico sulla programmazione genetica...il materiale approfondito sugli algoritmi genetici non mi manca...la programmazione genetica è una estensione, ecco le differenze:
1) i cromosomi codificati non sono in generale stringhe di lunghezza costante;
2)i cromosomi sono programmi che, quando sono eseguiti generano soluzioni candidate per il problema che si vuole risolvere.
3)Gli algoritmi di base sono sempre basati sulle operazioni di crossover e mutazione, ma le definizioni di questi ultimi devono essere cambiate per poter gestire le nuove strutture dati che sono programmi.
Spero di aver reso l'idea.
Qualcuno ha qualche link che tratta bene l'argomento?

[homero]

in pratica si tratta di algoritmi ricorsivi in cui ad ogni ciclo successivo si migliora la base di dati a cui applicarlo.
mmmm.......

[Banus]

Primo link con google (parallel genetic programming):
http://www.genetic-programming.com/parallel.html
In fondo all'articolo c'è un link che spiega l'applicazione della teoria a un cluster di 100 processori.
La tecnica è applicabile sia alla programmazione genetica sia a algoritmi genetici.

[marcus81]

Originariamente inviato da Banus
Primo link con google (parallel genetic programming):
http://www.genetic-programming.com/parallel.html
In fondo all'articolo c'è un link che spiega l'applicazione della teoria a un cluster di 100 processori.
La tecnica è applicabile sia alla programmazione genetica sia a algoritmi genetici.

THANKS