NeuroProject, GeneHunter - НейроПроект, генетические алгоритмы

Внимание!!! Это старая версия нашего сайта, новая версия находится здесь

С помощью GeneHunter решение Ваших оптимизационных задач в Excel становится простым и эффективным

Для того, чтобы создать модель задачи в GeneHunter, Вам надо внести подлежащие обработке данные в рабочий лист Excel и определить параметры решения задачи в диалоговом окне GeneHunter.

Диалоговое окно GeneHunter

Диалоговое окно GeneHunter дает Вам возможность указать ячейки в Вашем рабочем листе, которые используются при решении Вашей задачи. Вы также определяете метод решения и создаете список ограничений, которые должны быть соблюдены в процессе решения.

Ячейка целевой функции

Окно Целевая функция передает в GeneHunter сообщение о положении ячейки с формулой, по которой определяется, насколько хорошее решение Вашей задачи нашел GeneHunter. Формула может быть создана с помощью любой функции Excel, доступной из меню "Вставка", например "СРЗНАЧ". Для создания формул Вы также можете использовать макросы Excel или функции Excel Visual Basic, которые позволяют решать очень сложные задачи. Для расчета целевой функции Вы можете даже использовать нейросети!

Если Вы создаете приложение по оптимизации торговли, в котором возможными переменными могут быть затраты на рекламу, доставку, исследование спроса и предложения, и целью оптимизации является получение максимальной прибыли, то Вам следует максимизировать целевую функцию. В другом приложении, например, при разработке технологии изготовления смазочного масла, Вы можете стремиться достичь наивысшего качества путем подбора необходимых пропорций различных добавок. С другой стороны, целью может быть снижение себестоимости какого-либо производства. В этом случае целевую функцию следует минимизировать.

Подбираемые параметры (хромосомы)

Хромосомы представляют собой переменные, значения которых надо подобрать для того, чтобы решить задачу. Их значения в конечном итоге определяют величину целевой функции.

Тип хромосом

GeneHunter использует два типа хромосом:

Непрерывные хромосомы используются в том случае, когда подбираемый параметр может принимать значения из некоторой непрерывной области, например, значение 1,5 внутри диапазона от 0 до 2. Непрерывные хромосомы могут также быть целыми числами, если Вы хотите ограничить пространство поиска.

Перечислимые хромосомы используются в задачах поиска оптимальных комбинаций типа выбора маршрута, составления расписания занятий или последовательности процессов и т.п.

Диапазоны, ограничения и дополнительные целевые функции

Нижняя часть диалогового окна GeneHunter позволяет Вам сделать следующее:

Указать диапазоны значений каждой хромосомы, в которых GeneHunter будет искать решение.
Добавить к первоначальной целевой функции дополнительные условия. Такие условия называются ограничениями. GeneHunter будет пытаться искать решения, которые удовлетворяют ограничениям, но и одновременно оптимизируют целевую функцию.
Указать ячейки дополнительных целевых функций, значения которых будут оптимизироваться одновременно со значением главной целевой функции, определенной выше.

Примеры

В состав GeneHunter входят ряд примеров использования пакета из рабочих листов Microsoft® Excel™. Расскажем коротко про некоторые из них.

Поход - балансировка диеты в рамках бюджета

Этот пример используется в описании GeneHunter для обучения пользователя работе с пакетом. Руководитель похода должен закупить питание на группу из 20 человек для похода с ночевкой. Его задачей является минимизация стоимости питания при соблюдении рекомедуемых стандартов диеты, в состав которой входят хлеб, фрукты, овощи, молоко, мясо и сладости.

В данном примере GeneHunter минимизирует стоимость продуктов при максимизации качества диеты, подбирая количество порций продуктов на человека в каждой пищевой категории.

У Вас могут возникнуть задачи подобные этой, например, минимизация затрат на рекламу при условии охвата рекламой заданного количества людей из каждой категории населения, путем регулирования затрат на различные рекламные мероприятия.

Портфель акций

"Портфель акций" является характерным примером множества задач, которые требуют сгуппировать различные по своим свойствам объекты оптимальным способом (например, распределить студентов в академические группы, образовать бригады из рабочих различных специальностей, и т.п.). В данном примере финансовый менеджер хочет распределить имеющиеся акции различной стоимости на шесть групп так, чтобы стоимость каждой группы составляла заданный процент от стоимости всего портфеля.

Предсказание индекса NYSE

В этом примере GeneHunter создает правила для предсказания роста индекса NYSE. Подробнее об этом примере и о предсказании курса акций с помощью ГА см. Правила для предсказания индекса NYSE, создаваемые с помощью GeneHunter.

Нейронная сеть

О совместном использовании нейронных сетей и генетических алгоритмов Вы сможете узнать несколько позднее. В данном примере показан один из способов, как можно использовать GeneHunter для создания и тренировки нейронной сети, не применяя никаких иных нейросетевых программ и алгоритмов.

Владелец кафе решил создать нейросеть, которая будет предсказывать, сколько бутербродов у него завтра купят. Это ему нужно для того, чтобы каждый день иметь необходимое количество продуктов и персонала для приготовления бутербродов и продажи. У него была статистика продаж за 16 недель. В качестве входов для своей нейросети он использовал также дневную температуру, день недели, погоду и информацию о днях выдачи зарплаты на предприятии напротив своего кафе.

В этом примере GeneHunter используется для тренировки нейросети, чтобы предсказать количество бутербродов, которые необходимо приготовить для ежедневной продажи. Генетический алгоритм используется для нахождения весов нейросети.

Задача коммивояжера

Задача коммивояжера - это широко известная задача, ставшая тестом для проверки и сравнения различных алгоритмов решения комбинаторных задач оптимизации. Коммивояжер должен совершить замкнутый маршрут через заданное количество городов. Все города связаны между собой дорогами, и каждый город комивояжер должен посетить только один раз. GeneHunter решает эту задачу, выбирая порядок посещения городов и минимизируя длину маршрута.

График работ

Одним из наиболее важных применений генетических алгоритмов является их использование для составления оптимального расписания для задач практически любых разумных размеров. ГА дают прекрасную возможность предпринимателям планировать поручения для своих сотрудников, а технологам составлять расписание технологических процессов в конкретных условиях производства. Вы можете использовать данный пример в качестве образца.

В данном примере мы представим себя в роли управляющего небольшого завода по производству печатных плат, ежедневно осуществляющего сборку, монтаж, пайку и тестирование некоторого количества печатных плат разных типов. Каждая из плат должна пройти через пять рабочих станций, однако на каждой из них могут работать по несколько специалистов (или станков), каждый из которых в состоянии независимо от других полностью выполнять все работы, входящие в обязанности данной рабочей станции.

На заводе изготавливаются несколько типов печатных плат, и каждая из них требует своего времени загрузки для каждой рабочей станции. Поэтому есть опасность простоя специалистов или станков, так как платы могут потребовать длительного времени обработки на предыдущих рабочих станциях. GeneHunter создает расписание, позволяющее произвести все платы за минимальное время.

Оптимизация портфеля акций

Этот пример имеет большее отношение к реально возникающим в жизни задачам, чем простая задача группировки из примера "Портфель акций". В реальных задачах оптимизации портфеля трейдер или управляющий фондами старается минимизировть риск, одновременно пытаясь максимизировать доход. Он может сделать это, пытаясь получить портфель, поведение стоимость которого моделирует поведение стоимости существующего оптимального портфеля, такого, как S&P 500.

Трейдер выбирает некоторое количество акций, например, те, которые он считает наиболее доходными. ГА используется для минимизации риска, помогая составить портфель таким образом, чтобы его стоимость вела себя подобно стоимости более диверсифицированного портфеля S&P 500.

Полиномиальная аппроксимация

GeneHunter можно использовать для поиска математических моделей данных, во многом подобных моделям, которые могут быть построены с помощью нелинейного регрессионного анализа.

В этом примере GeneHunter используется для нахождения коэффициентов при пяти независимых переменных, а также показателя степени при каждой переменной. Пример легко доработать для построения более сложных математических моделей.

Страницы...

Начальная

К началу этой