Культурный алгоритм

Культурные алгоритмы (КА) — это ветвь эволюционных вычислений , в которой помимо популяционного компонента существует компонент знаний, называемый пространством убеждений. В этом смысле культурные алгоритмы можно рассматривать как расширение обычного генетического алгоритма . Культурные алгоритмы были введены Рейнольдсом (см. Ссылки).

Пространство убеждений

Пространство убеждений культурного алгоритма разделено на отдельные категории. Эти категории представляют различные области знаний, которыми располагает население в пространстве поиска .

Пространство убеждений обновляется после каждой итерации лучшими представителями популяции. Лучшие особи могут быть выбраны с помощью функции приспособленности , которая оценивает производительность каждого индивидуума в популяции, подобно генетическим алгоритмам.

Список категорий пространства убеждений

• Нормативные знания. Набор желательных диапазонов значений для индивидов в компоненте популяции, например, приемлемое поведение для агентов в популяции.
• Знания, специфичные для предметной области. Применяется информация о предметной области проблемы культурного алгоритма.
• Ситуационные знания. Конкретные примеры важных событий – например, успешные/неудачные решения.
• Временные знания. История пространства поиска – например, временные закономерности процесса поиска.
• Пространственные знания Информация о топографии пространства поиска

Население

Популяционная составляющая культурного алгоритма примерно такая же, как и генетического алгоритма .

Протокол связи

Культурные алгоритмы требуют интерфейса между населением и пространством убеждений. Лучшие представители популяции могут обновлять пространство убеждений с помощью функции обновления. Кроме того, категории знаний пространства убеждений могут влиять на компонент совокупности через функцию влияния. Функция влияния может влиять на популяцию, изменяя геном или действия людей.

Псевдокод для культурных алгоритмов

1. Инициализировать пространство популяции (выбрать начальную популяцию )
2. Инициализируйте пространство убеждений (например, установите знания, специфичные для предметной области, и нормативные диапазоны значений)
3. Повторяйте до тех пор, пока не будет выполнено условие завершения.
   1. Выполнять действия особей в популяционном пространстве
   2. Оцените каждого человека с помощью функции фитнеса
   3. Выберите родителей для воспроизводства нового поколения потомства.
   4. Пусть пространство убеждений изменит геном потомка, используя функцию влияния
   5. Обновите пространство убеждений, используя функцию принятия (это достигается за счет того, что лучшие люди могут влиять на пространство убеждений).

Приложения

• Различные оптимизации проблемы
• Социальная симуляция
• Оптимизация реальных параметров

См. также

• Искусственный интеллект
• Искусственная жизнь
• Эволюционные вычисления
• Генетический алгоритм
• Поиск гармонии
• Машинное обучение
• Меметический алгоритм
• меметика
• Метаэвристический
• Социальная симуляция
• Социокультурная эволюция
• Стохастическая оптимизация
• Роевой интеллект

Ссылки

• Роберт Г. Рейнольдс, Зиад Кобти, Тим Колер: Агентное моделирование культурных изменений в рое с использованием культурных алгоритмов
• Р.Г. Рейнольдс, «Введение в культурные алгоритмы», в материалах 3-й ежегодной конференции по эволюционному программированию, World Scientific Publishing, стр. 131–139, 1994.
• Роберт Г. Рейнольдс, Бинь Пэн. Обучение знаниям и социальные группы в культурных системах. Журнал математической социологии. 29:1-18, 2005
• Рейнольдс, Р.Г., и Али, М.З., «Внедрение компонента социальной структуры в набор инструментов культурных алгоритмов для расширенной инженерной оптимизации, основанной на знаниях», Международный журнал интеллектуальных вычислений и кибернетики (IJICC), Vol. 1, № 4, стр. 356–378, 2008 г.
• Рейнольдс, Р.Г., и Али, М.З., Исследование знаний и популяций с помощью набора инструментов для моделирования культурных алгоритмов на основе агентов (CAT), в материалах Конгресса IEEE по вычислительному интеллекту, 2007 г.