Χαντζής Δημήτριος Τσούγκαρης Παναγιώτης

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
1. Να γραφτεί αλγόριθμος που θα υπολογίζει το ελάχιστο πλήθος (χαρτο)νομισμάτων που απαιτούνται για τη συμπλήρωση ενός συγκεκριμένου ποσού. Για παράδειγμα.
Advertisements

1. Εισαγωγή Ορισμοί:  VOD  NVOD  Live Streaming.
Υποθέτοντας ότι ο τελεστής ^ δεν είναι διαθέσιμος στην Γλώσσα Προγραμματισμού, να γραφτεί αλγόριθμος που να υπολογίζει την παράσταση xν, όπου xR, νZ.
ΣΥΓΧΡΟΝΕΣ ΤΕΧΝΙΚΕΣ ΜΙΚΡΟΡΥΘΜΙΣΗΣ ΚΥΚΛΟΦΟΡΙΑΣ Κ. ΣΚΙΑΔΟΠΟΥΛΟΣ Α.ΖΕΙΜΠΕΚΗ Υ.Π.Ε.Χ.Ω.Δ.Ε.
Μονάδες Μέτρησης στους Η/Υ & Προσδιορισμός Αρχείων και Φακέλων
Βάσεις Δεδομένων Ευαγγελία Πιτουρά1 Δυναμικός Κατακερματισμός.
H Mathematica στην υπηρεσία της Φυσικής
KB = (B ↔ p v q) & ~ B α= ~ p. (B ↔ p v q) & ~ B.
Βελτιώνοντας την μάθηση των Μαθηματικών μέσα σε ένα ψηφιακό περιβάλλον Ελισσάβετ Καμπάνη Phd Διδακτική των Μαθηματικών Σχ. Σύμβουλος Μαθηματικών.
ΑΛΓΟΡΙΘΜΟΙ.
Μηχανική Μάθηση και Εξόρυξη Γνώσης
Μονόμετρα και Διανυσματικά Μεγέθη
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
ΠΑΡΑΛΛΗΛΟΠΟΙΗΣΗ ΓΕΝΕΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ ΠΟΛΛΑΠΛΩΝ ΣΤΟΧΩΝ
Εργασία Η υλοποίηση του αλγορίθμου συγχώνευσης θα πρέπει να χρησιμοποιεί την ιδέα των ροών (streams). Θα πρέπει να υπάρχουν δύο διαφορετικά είδη.
1. Να γράψετε το Διάγραμμα Ροής του επόμενου αλγόριθμου:
Ενότητα Η Δομή Επανάληψης
Διαίρει-και-Βασίλευε
Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης ΠΑΡΟΥΣΙΑΣΗ ΔΥΝΑΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Διδάσκων Δημήτριος Καραμανώλης, Επίκουρος Καθηγητής ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ.
Πτυχιακή εργασία: «Ανάπτυξη αλγορίθμου Γενετικού Προγραμματισμού (Genetic Programming) με δυνατότητα διαχείρισης δενδροειδών δομών και εφαρμογή του στην.
1 Α. Βαφειάδης Αναβάθμισης Προγράμματος Σπουδών Τμήματος Πληροφορικής Τ.Ε.Ι Θεσσαλονίκης Μάθημα Προηγμένες Αρχιτεκτονικές Υπολογιστών Κεφαλαίο Τρίτο Συστήματα.
ΕΝΕΡΓΟΣ ΤΕΚΤΟΝΙΚΗ ΤΗΣ ΘΕΣΣΑΛΙΑΣ ΚΑΙ
ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΚΕΦΑΛΑΙΟ 1ο ΚΕΦ. 1-ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΑΕΠΠ.
Τα είδη δε μένουν σταθερά, αμετάβλητα, αλλά εξελίσσονται στη διάρκεια μεγάλων συνήθως χρονικών περιόδων. Η σύγχρονη ποικιλία ειδών, η μεγαλύτερη από οποιαδήποτε.
Χημική κινητική είναι ο κλάδος της χημείας που μελετά:
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
Ενεργή επιλογή αλγορίθμου, Active Algorithm Selection, Feilong Chen and Rong Jin Εύα Σιταρίδη.
ΥΔΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ
Αλγόριθμοι Ταξινόμησης
Τίτλος πτυχιακής εργασίας
ΜΑΘΗΜΑ: ΣΧΕΔΙΑΣΗ ΑΛΓΟΡΙΘΜΩΝ ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Τμ. Πληροφορικής,
Διδακτική της Πληροφορικής ΗΥ302 Εργασία :Παρουσίαση σχολικού βιβλίου Γ’ Λυκείου Τεχνολογικής Κατεύθυνσης «Ανάπτυξη εφαρμογών σε προγραμματιστικό περιβάλλον»
Ανάπτυξη μεθοδολογίας για το συστηματικό θεμελιώδη μηχανοτρονικό σχεδιασμό. Εφαρμογή στην ανάπτυξη ευφυούς συστήματος για το σχεδιασμό ρομποτικών αρπαγών.
Οι σύγχρονες αντιλήψεις
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ  Δεδομένα  Επεξεργασία  Πληροφορία  Πρόγραμμα  Υπολογιστής.
Διπλωματική Εργασία Πειραματική Αξιολόγηση της Μοναδιαίας Οκνηρής Συνέπειας Τόξου (Singleton Lazy Arc Consistency) Ιωαννίδης Γιώργος (ΑΕΜ: 491)
Ασυμπτωτικός Συμβολισμός
ΚΕΦΑΛΑΙΟ Τι είναι αλγόριθμος
Αρχές επαγωγικής στατιστικής
Διδασκαλία Βιολογίας Γ’ Γυμνασίου ΚΩΝΣΤΑΝΤΙΝΟΣ ΠΟΛΥΔΩΡΟΣ MSc Βιολόγος.
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΡΆΡΤΗΜΑ ΛΕΥΚΑΔΑΣ ΥΠΕΥΘΥΝΗ ΚΑΘΗΓΉΤΡΙΑ Δρ. ΤΣΙΝΤΖΑ ΠΑΝΑΓΙΩΤΑ Οι παρουσιάσεις του μαθήματος βασίζονται στο.
ΕΞΕΛΙΚΤΙΚΑ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ Σπύρος Λυκοθανάσης, Καθηγητής Διευθυντής Εργαστηρίου Αναγνώρισης Προτύπων Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστημίου.
ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ ΙΙ (ΓΕΝΕΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ) Τμήμα Μηχανικών Η/Υ & Πληροφορικής -Εργαστήριο Αναγνώρισης Προτύπων Διευθυντής: Σπύρος Λυκοθανάσης, Καθηγητής.
Πτυχιακή εργασία : Σχεδίαση γραμμικών στοιχειοκεραιών με τη χρήση εξελικτικών αλγορίθμων Της σπουδάστριας : Χοροζάνη Αναστασίας Επιβλέπων Καθηγητής : Δρ.
Ιατρικά Συστήματα Τεχνητής Νοημοσύνης με την συνεργασία τεχνικών Ασαφούς Λογικής, Νευρωνικών Δικτύων και Γενετικών Αλγορίθμων. A.Τζαβάρας P.R.Weller B.
Κεφάλαιο 4: Γενετικοί Αλγόριθμοι
Δυναμικός Κατακερματισμός
ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΕΞΕΛΙΚΤΙΚΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ
Πληροφορημένη Αναζήτηση και Εξερεύνηση
Προσομοίωση και Μοντέλα Συστημάτων (Μέρος B)
Τι μαθαίνει αυτός που μαθαίνει προγραμματισμό;
Λογισμικό παρουσιάσεων
Κεφάλαιο 9: Περιγραφή της Λειτουργίας ενός Απλού Γ.Α.
Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο
Introduction to Genetic Programming
ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΕΞΕΛΙΚΤΙΚΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ
Ανάπτυξη εφαρμογής με οπτικοποιημένο περιβάλλον για τους αλγόριθμους ταξινόμησης και αναζήτησης ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ Γεωργιαδης νικολαοσ.
Οι εκπαιδευτικές τεχνολογίες
Αναπαράσταση Αλγορίθμου
ΨΗΦΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Διάλεξη 7: Βελτιστοποίηση-ελαχιστοποίηση λογικών συναρτήσεων με χάρτη Karnaugh - Ασκήσεις Δρ Κώστας Χαϊκάλης ΨΗΦΙΑΚΑ ΣΥΣΤΗΜΑΤΑ.
ΒΕΡΒΕΛΑΚΗΣ ΕΜΜΑΝΟΥΗΛ (Α.Μ. Δ201620)
ΥΠΟΛΟΓΙΣΜΟΣ ΚΑΘΑΡΟΥ ΚΕΡΔΟΥΣ ΑΠΌ ΤΗΝ ΑΓΡΟΤΙΚΗ ΔΡΑΣΤΗΡΙΟΤΗΤΑ
Αναπαράσταση Αλγορίθμου
ΕΝΟΤΗΤΑ 1 – Γνωρίζω τον υπολογιστή ως ενιαίο σύστημα
Εισαγωγή στις Αρχές της Επιστήμης των Η/Υ
‘Δομημένος Εξελικτικός Αλγόριθμος’ Επιβλέπων: Κυριάκος Χ. Γιαννάκογλου
Μη Γραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός
Βασικές έννοιες (Μάθημα 2) Τίτλος: Η Συσκευή
Δυναμικός Κατακερματισμός
Μεταγράφημα παρουσίασης:

Χαντζής Δημήτριος Τσούγκαρης Παναγιώτης Εξελικτικοί Αλγόριθμοι (ΕΑ) & Επίλυση Προβλήματος Ελεύθερου Χώρου Δίσκου Χαντζής Δημήτριος Τσούγκαρης Παναγιώτης

Τι είναι ΕΑ; Αλγόριθμοι μίμησης των διαδικασιών βιολογικής εξέλιξης. Υλοποιούν τις βασικές ιδέες της φυσικής επιλογής και της επικράτησης του ισχυρότερου Βασίζονται στην θεωρία εξέλιξης του Δαρβίνου Παρέχουν αποτελεσματικές λύσεις σε προβλήματα αναζήτησης και βελτιστοποίησης

Διάγραμμα Ροής Λειτουργίας ΕΑ

Ψευδοκώδικας γενικής δομής ΕΑ

Επίλυση Προβλήματος: Δηλαδή: Ελαχιστοποίηση ελευθέρου χώρου του Δίσκου Τοποθέτηση Ν αρχείων σε σκληρό δίσκο Άθροισμα Ν αρχείων > μέγεθος δίσκου Κατάλληλη επιλογή αρχείων ώστε να χρησιμοποιηθεί όσο το δυνατό μεγαλύτερο μέρους του Δίσκου. Δηλαδή: Ελαχιστοποίηση ελευθέρου χώρου του Δίσκου

Πλάνο επίλυσης σύμφωνα με τα βασικά στοιχεία των ΕΑ Αναπαράσταση δίσκου και ατόμων. Αρχικοποίηση πληθυσμού. Συνάρτηση Αξιολόγησης. Μηχανισμός Επιλογής Γονέων. Τελεστές Διαποίκιλσης: (Ανασυνδυασμός, Μετάλλαξη). Συνάρτηση Ποινής. Ελιτισμός. Συνθήκη Τερματισμού.

Αναπαράσταση δίσκου και ατόμων. Μέγεθος δίσκου HD = 100 GB (100.000.000 KB). Μέγεθος αρχείων f(500) = 175.246.302 KB. Παράδειγμα αναπαράστασης για 5 αρχεία

Αρχικοποίηση πληθυσμού και Συνάρτηση Αξιολόγησης Πειραματισμοί με πληθυσμό n = 25, 50, 100 άτομα. Fitness_function = 1 / (HD - Sum) HD = μέγεθος σκληρού δίσκου Sum = άθροισμα μεγεθών των αρχείων Βέλτιστη λύση όταν Fitness_function = 1

Μηχανισμός Επιλογής Γονέων Τελεστές Διαποίκιλσης Μηχανισμός Επιλογής: Roulette Wheel Τελεστές Διαποίκιλσης: Ανασυνδυασμός: πιθανότητα 80% 1, 5, 10 σημεία κοπής Μετάλλαξη: πιθανότητα 20% πιθανότητα μετάλλαξης 4% / γονίδιο

Συνάρτηση Ποινής Ελιτισμός Συνθήκη Τερματισμού penalty = |temp-(1/(n*temp))| temp = η τιμή fitness του ατόμου, για κάθε temp < 0 n = βαθμός ποινής (penalty point) Δυνατότητα Ελιτισμού Το καλύτερο άτομο περνά στην επόμενη γενιά Συνθήκη τερματισμού: Το πλήθος γενεών. Πειραματισμού για 50 και 100 γενιές.

Μετρήσεις Κάθε μέτρηση είχε ως παραμέτρους τις παρακάτω επιλογές: Population = [25, 50, 100] Cut Points = [1, 5, 10] Elitism = [YES, NO ] Penalty = [YES, NO], για YES βαθμός ποινής n=2 Rοulette Wheel Selection: 80% Mutation: 20% GENERATIONS = [50, 100]

Αποτελέσματα 50 και 100 γενεών Για 50 γενιές: Population = 100 Cut Points = 5 Elitism = YES Penalty = NO RW Selection (80%) Mutation (20%) Μετά την τοποθέτηση, ελεύθερος δίσκος = 8.438,1 ΚΒ Για 100 γενιές: Population = 50 Cut Points = 5 Elitism = YES Penalty = NO RW Selection (80%) Mutation (20%) Μετά την τοποθέτηση, ελεύθερος δίσκος = 4.879,5 ΚΒ

Συμπεράσματα

Συμπεράσματα (συνέχεια) Γραφική παράσταση τελικών αποτελεσμάτων

Επέκταση Προβλήματος για Ν σκληρούς Δίσκους

Καλά Χριστούγεννα