1 / 23

Genetické Algoritmy

Genetické Algoritmy. Petr Sedláček Radek Marciňa Školitel: Miroslav Čepek. Obsah. Co děláme Jak jsme pokročili Selekční metody Křížení Problémy, na které jsme narazili O co se pokusíme nyní. Co děláme. Vytvořit počítačovou hru Proti sobě budou bojovat dva týmy

kerri
Download Presentation

Genetické Algoritmy

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Genetické Algoritmy Petr Sedláček Radek Marciňa Školitel: Miroslav Čepek

  2. Obsah Co děláme Jak jsme pokročili Selekční metody Křížení Problémy, na které jsme narazili O co se pokusíme nyní

  3. Co děláme • Vytvořit počítačovou hru • Proti sobě budou bojovat dva týmy • Cíl každého člena týmu: • Zabít co nejvíce nepřátelských hráčů • Přátelské hráče nezabíjet • Přežít co nejdéle • Jak toho docílíme: • Pomocí lineárních genetických algoritmů

  4. Jak jsme pokročili Rozhýbali jsme hráče Rozdělili hráče na dva týmy Dali jsme hráčům do rukou zbraně Umožnili jsme hráčům se křížit Vytvořili sektorování map

  5. Genetické algoritmy

  6. Selekční metody

  7. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  8. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  9. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  10. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  11. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  12. Ruletová selekce Pravděpodobnost zkřížení je přímo úměrná dosažené fitness Pro optimální chod vyžaduje velké populace

  13. Turnajová selekce Porovná se fitness dvou jedinců Vítěz postupuje do dalšího kola

  14. Turnajová selekce Porovná se fitness dvou jedinců Vítěz postupuje do dalšího kola

  15. Turnajová selekce Porovná se fitness dvou jedinců Vítěz postupuje do dalšího kola

  16. Turnajová selekce Naše volba Porovná se fitness dvou jedinců Vítěz postupuje do dalšího kola

  17. Křížení

  18. Jednobodové křížení Genom se rozsekne pouze v jednom bodě

  19. Jednobodové křížení Naše volba Genom se rozsekne pouze v jednom bodě

  20. Dvoubodové křížení

  21. O co se pokusíme nyní • Zdokonalit orientaci hráčů po mapě • Umožnit hráčům mutovat • Zakázat křížení mezi týmy • Umožnit ukládat aktuální genomy hráčů a později je nahrávat • Zjistit optimální konstanty selekčního tlaku a pro výpočet úspěšnosti

  22. Děkujeme za pozornost Petr Sedláček KeckaS@gmail.com Radek Marciňaxsuperloadx@centrum.cz Školitel: Ing. Miroslav Čepek lagon@centrum.cz

More Related