Lecture 1: Evolutionary problem solving
Kickoff
● Evolution can create intelligence
● Artificial evolution can create artificial intelligence
● Generic system architecture: Triangle of Life
What is Evolutionary Computing (EC)?
● The field for designing, applying, and studying evolutionary algorithms
● What is an evolutionary algorithm?
● What is evolution?
● What is an algorithm?
○ Set of steps to accomplish a task
○ What makes it good: correctness and efficiency
○ Asymptotic analysis: computing the running time of any operation in
mathematical units of computation
■ To determine which algorithm is more efficient
Evolutionary heuristic example: 8 queens problem
● Eight queens need to be placed on a chess board such that no two queens can check
each other
● Good or bad?
Good bad
1
,General (implicit) vs. specific (explicit)
● General: N > 1 queens
● Specific: N = 8
● The property “size” is sufficiently specific
● Problem ≠ problem instance
8 queens solver
● Method 1
○ Place queens one by one
○ Fill rows from top to bottom, within a row: first available from left to right
○ Backtrack if stuck
■ Works by extending an empty solution – constructive method
■ Recursive
■ Blind
■ Search trajectory via correct but incomplete configurations
● Method 2 (is the same as method 1), but
○ Within a row: choose position that checks the least number of other positions
○ scan from left to right
2
, ■ Works by extending an empty solution – constructive method
■ Recursive
■ Heuristic: try to minimize need for backtracks
■ Search trajectory via correct but incomplete configurations
● Method 1 vs. Method 2
First possible Minimize “checks”
● Method 3
○ Place all queens
○ Repair errors by
■ Choose queen with the most conflicts
■ Move it to the best position in the same row
○ “best position”= with the min. number of conflicts
○ Random move if stuck
■ Works by improving a solution – iterative improvement method
■ Heuristic: try to maximize improvement via “educated guess”
■ Search trajectory via complete but incorrect configurations
● Method 4
○ Place all queens
○ Improve configuration by
■ Make K > 1 new configurations by a few random changes (“mutations”)
■ Discard the worst K-1 “mutants” (thus keep the best only)
○ Iterate
■ Works by improving a solution – iterative improvement method
3
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper tararoopram. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,48. Je zit daarna nergens aan vast.