دانشگاه امیرکبیر

دانشکده مهندسی پزشکی

الگوریتمهای تکاملی )الگوریتم الگوریتمهای تکاملی )الگوریتم ژنتیک(ژنتیک(

درس : کاربرد فن آوری اطالعات پزشکی

استاد محترم : جناب آقاي دكتر تو3حيد خواه

(87233509ارایه كننده : عابد فامیلی)

فهرستفهرستمقدمهتاریخچهتعاریفمرحل الگوریتم ژنتیکروشهای نمایشروشهای انتخاب)روشهای تغییر )اپراتورهای ژنتیکیمثالمزایامعایبچند نمونه از کاربرد هاي الگوريتم هاي ژنتيککاربرد هاي الگوريتم ژنتيک در پزشكي منابع

مقدمهمقدمه قانون انتخاب ط0بيعي بدي0ن ص0ورت اس0ت ك0ه  

تنه0ا گونه هاي0ي از ي0ك جمعي0ت ادام0ه نس0ل مي دهن0د ك0ه بهتري0ن خص0وصيات را داشت0ه باشن0د و آنهاي0ي ك0ه اي0ن خص0وصيات را نداشت0ه باشن0د ب0ه تدري0ج و

در طي زمان از بين مي روند. انتخاب درست ترین ها نه بهترین ها

تاریخچهتاریخچهالگوريت0م هاي ژنتي0ك ب0ا توجه ب0ه نظري0ه داروين در مورد •

تكامل شكل گرفتند. ب0ه وسيله ي شخصي 1960محاسبات تکاملي درس0ال

مرسوم شدRechenbergبه نام در ده00ه هفتاد ميالدي دانشمندي از دانشگاه ميشيگان

اص00لی ب00ه نام جان هلن00د ايده اس00تفاده از الگوريت00م ژنتيك را در بهينه سازي هاي مهندسي مطرح كرد

1992در س0ال John Koza در الگوريتم ژنتي0ک از انجام کارهاي مشخصي ک0ه کرد اس0تفاده اي برنام0ه

داد را Kozaم00ي روش اين نام Genetic Programming )GP(. گذاشت

تعاریفتعاریف ي0ا( الگوريت0م ژنتي0ک GA ي0ک تکني0ک برنام0ه نويس0ي اس0ت که )

الگوي ح0ل مس0ئله استفاده ي0ک ب0ه عنوان ژنتيک0ي تکام0ل از ميکند.

ژ0ن : ب0ه ه0ر خص0وصیت ژنتیک0ی ی0ک ژ0ن گفت0ه م0ی شود مثلرنگ چشم، طول قد، رنگ مو و ...

کروموزوم : ب0ه مجموع0ه ژنه0ا ک0ه شام0ل اطالعات ژنتیکی میباشد گفته میشود.

جمعیت(colony).به مجموعه کروموزوم0ها گفته میشود :تاب0ع تناسب ) ( :Fitnessکه فرضیه یک ارزیابی برای تابعی

میدهد نسبت فرضیه هر به عددی مقداری

مراحل الگوریتم ژنتیکمراحل الگوریتم ژنتیک اص0ول كار الگوريت0م ژنتي0ك ب0ه ص0ورت رون0د زي0ر ارائ0ه م0ي

گردد

كد گذاري1گام – انتخاب تص0ادفي جمعي0ت اولي0ه از مجموع0ه پاس0خ 2گام –

ها محاسبه ميزان سازگاري گروه پاسخ با تابع هدف3گام – (Fitness) ايجاد جمعي00ت جدي00د ب00ا اس00تفاده از عملگ00ر هاي 4گام –

ژنتيك )تكثير تركيب و جهش( تكرار مراح0ل س0وم و چهارم ت0ا هنگام0ي ك0ه جواب 5گام –

نهايي همگرا گردد

روشهای نمایش ژنومها روشهای نمایش ژنومها )کدکردن()کدکردن(

استفاده از رشته های باینری کدکردن راه ح0ل ه0ا در آراي0ه اي از اعداد صحيح

يا اعشاري استفاده از يک رشته حروف،که هر حرف نمايش

دهنده يک خصوصيت از راه حل است ژنتيک نويس0000ي Genetic)برنام0000ه

programming)

روشهای انتخاب روشهای انتخاب روشElitist روشRoulette روشScaling روشTournament

10

ژنتیکیژنتیکی اپراتورهایاپراتورهایCrossoverCrossover: :

اپراتور Crossover دو والد رشت0ه دو از اس0تفاده ب0ا . می آورد بوجود فرزند رشته

بیتهای در والدین بیتهای از قس0متی اینکار برای . میشود کپی فرزندان

کپی والدی0ن از ی0ک ه0ر از بای0د ک0ه هائ0ی بی0ت انتخاب میشود انجام مختلف روشهای به شوند

◦single-point crossover◦Two-point crossover◦Uniform crossover

به رشت0ه ی0ک از شونده کپ0ی بیتهای مح0ل تعیی0ن برای .میشود استفاده Crossover Mask نام

11

Single-point crossoverSingle-point crossoverمیشود انتخاب رشته طول در تصادفی نقطه یک .میشوند دوقسمت به نقطه این در والدین.تکه و والدی0ن از یک0ی از اول تک0ه انتخاب ب0ا فرزن0د ه0ر

.میاید بوجود دیگر والد از دوم

1 1 1 0 1 0 0 1 0 0 0

Crossover Mask: 11111000000

0 0 0 0 1 0 1 0 1 0 1

1 1 1 0 1

0 0 1 0 0 0

0 1 0 1 0 1

0 0 0 0 1

Parents Children

12

CrossoverCrossover دیگردیگر روشهایروشهایTwo-point crossover

◦Uniform crossover

0 0 1 0 0 0

Crossover Mask: 00111110000

1 1 1 0 0 01 0 1 0 0

0 0 0 1 0 10 0 1 0 0 00 0 1 0 1

0 0 1 0 0 01 1 1 0 0 0

0 0 0 1 0 10 0 1 0 0 01 0 1 0 0

0 0 1 0 1

Crossover Mask: 10011010011

میشوند انتخاب والدین از یکنواخت بصورت بیتها

1 01 1 0 1 0 1 0 0 0

0 00 0 0 1 1 0 1 0 1

1

01 1

0 1 0

1 0

0 0

0

00 0

0 1 1

0 1

0 1

Parents

Parents

Children

Children

13

MutationMutation ژنتیکیژنتیکی اپراتورهایاپراتورهای : :

اپراتور mutation والد ی0ک از فق0ط فرزن0د آوردن بوجود برای بوقوع اولیه رشته در کوچکی تغییرات انجام با اینکار. میکند استفاده.میپیوندد

و اتنخاب تصادفی بص0ورت بی0ت ی0ک یکنواخ0ت توزی0ع ی0ک از اس0تفاده ب0ا .میکند پیدا تغییر آن مقدار

معموال mutation انجام از بعد crossover میشود اعمال.

Parent Child

1 1 1 0 1 0 0 1 0 0 01 1 1 0 1 0 0 1 0 0 00 1

مثالمثال داري0م ک0ه م0ي خواهيم اعدادي 3*3م0ا ي0ک مرب0ع

را در اي0ن مرب0ع قرار دهي0م به طوري 15تا1بي0ن برابر ستون ه0ر س0طرو در اعداد جم0ع 24ک0ه

شود.

ادامه مثالادامه مثال چون و باینری روش از استفاده ب0ا :کدگذاری اول گام

4 دارن0د م0ي توان آنه0ا را با 15تا0اي0ن اعداد مقادي0ر بي0ن بيت يا ژن داده نمايش داد

دوم : ايجاد کردن ي0ک نس0ل ابتدايي براي شروع کار گاماست که شامل تعدادي ژنوم تصادفي است

ادامه مثالادامه مثال محاس00به ميزان س00ازگاري گروه پاس00خ ب00ا تاب00ع 3گام –

(Fitness) هدف هرچقدر که اعداد ما به جواب نزديکتر باشند عدد تناسب

بزرگتر خواهد شد.

ادامه مثالادامه مثال ايجاد جمعي0ت جدي0د ب0ا اس0تفاده از عملگ0ر هاي ژنتي0ك )تكثي0ر 4گام –

. ترك0يب و جهش(بهتري0ن روش براي تاب0ع انتخاب(Fitness) در اي0ن مس0ئله روش0ي به

رول0ت) بين Rouletteنام تص0ادفي عدد ي0ک اس0ت.اول وعدد 0( زير ب0ه ص0ورت انتخاب تاب0ع م0ي شود. انتخاب قبل0ي نس0ل تناس0ب

خواهد بود

مزايامزايا

عمومي بودنهزينه قابل قبولقابل تفسير بودن جوابهاپيشنهاد چندين جواب به صورت همزمانموازي بودن الگوريتم

معايبمعايب

عدم ضمانت همگرايي به جواب بهينه در زمانمحدود

ضعف تئورينياز به تنظيم پارامترهاكند بودن

چند نمونه از کاربرد هاي الگوريتم چند نمونه از کاربرد هاي الگوريتم هاي ژنتيکهاي ژنتيک

.توپولوژي هاي شبکه هاي کامپيوتي توزيع شده)بهينه سازي ساختار ملکولي ِشميايي )شيمي مهندسي برق براي ساخت آنتنهايCrooked-Wire Genetic

Antennaمهندسي نرم افزاربازي هاي کامپيوتري3مهندسي موادمهندسي سيستمرباتيک(Robotics)تشخيص الگوو استخراج داده(Data mining)آموزش3 شبکه هاي عصبي مصنوعي يادد3هي رفتار به رباتها باGA. 3يادگيري قوانين فازي با استفاد3ه از الگويتم هاي ژنتيکدرك زبان محاوره اي و يا خواندن متون

کاربرد هاي الگوريتم ژنتيک در کاربرد هاي الگوريتم ژنتيک در پزشكيپزشكي

توليد برنامه هاي درماني بهينه سازي فرمولهاي دارويي وساختارهاي مولکوليبهبود تشخيصبهبود کيفيت تصميم گيري

منابع منابع اسالید های دکتر عبادزاده – دانشکده کامپیوتر دانشگاه امیرکبیر الگوريتم هاي ژنتيک" مينا سراجيان ، ميترا حاجی علی مددی مرکز"

تحصيالت تکميلي درعلوم پايه زنجان الگوريتم ژنتيک آنچه کامپيوتر مي تو اند از تکامل بياموزد" چارلز"

والبريج ترجمه محمود البرزي فصلنامه تحقيقات مديريت مقاله الگوريتم ژنتيك و حل مسالهTSPمهندس پيام خان تيموري http://www.ciirang.com/forumdisplay.php?f=877 http://www.ciirang.com/forumdisplay.php?f=877 رشته 85پاورپوينت دانشجويان ورودي MIT دانشگاه صنعتي امير

كبير در زمينه الگوريتم ژنتيك

متشکرممتشکرم