Я ищу практическое приложение для использования генетического алгоритма. Некоторые вещи, о которых подумали:
Но никто не выскочил на меня. Итак, если бы у вас было свободное время (несколько месяцев), чтобы потратить на проект генетических алгоритмов, что бы вы решили заняться?
Одна тема с множеством возможностей - использовать эволюционные алгоритмы для разработки стратегий игры. Люди использовали эволюцию, чтобы создавать стратегии для покера, шашек/черновиков, Go и многих других игр. J-GAP люди использовали генетическое программирование для развития ботов для Robocode.
Недавно я опубликовал вступительную статью об эволюционных вычислениях. Он включает в себя детали некоторых вещей, для которых были использованы эволюционные алгоритмы. Адам Марчик также написал отличную статью с большим количеством примеров. Генетический блог аргонавта содержит десятки ссылок на интересные эволюционные проекты.
Менее распространенным типом эволюционного алгоритма является система классификатора обучения. Это развивает набор правил для классификации входных данных. Он может применяться к тем же самым проблемам, к которым используются нейронные сети. Было бы интересно разработать LCS для конкретной проблемы, например, попытаться предсказать результаты спорта на основе формы.
Я рассматриваю эволюционирующие структуры lego, безусловно, самый интересный игрушечный проект для GA.
Вам может быть интересно что-то вроде Roger Alsing Mona Lisa
Я прочитал о чем-то подобном предлагаемому в вопросе автоматизации производства тестовых случаев. На самом деле все было совершенно наоборот. Вы указываете тестовые примеры, а не позволяете алгоритму (генетическому программированию) создавать код, который пройдет. Таким образом вы предоставляете спецификации, и вы разводите свою программу. Если вы Google немного для этого, вы можете найти некоторые исследования по этому вопросу.
Я считаю, что это очень интригующая идея. Конечно, теперь никто не будет создавать такие приложения, как это, но это отличная область исследований.
Возможно, найти путешествие для продавцов. Недавно я попытался найти пешеходную экскурсию около 66 мест в Париже, и я нашел кодирование всех этих вещей очень весело. Я думал, что мое волнение исходит из двух источников: факт, что я мог бы нарисовать туры (также одна хорошая вещь о идее Моны Лизы, или если вы проектируете свою вещь, структуры Лего) и тот факт, что существует так много подходов, которые вы можете Для сравнения:
См. Какие проблемы могут быть решены с помощью генетического программирования?
Я думал, что конструкция транспортного средства была действительно классной.
Он использовался в сложных синтезаторах для создания звуковых патчей (например, Clavia Nord Modular G2) Я бы попробовал его для других машин Yamaha DX7 приходит на ум, но я думаю, что существует немало программных альтернатив. Или генерация изображений.
Прочитайте теорию алгоритмов патча в статье Palle Dahlstedt. Кажется, в данный момент это не так...
Генетические алгоритмы хорошо подходят для оптимизации и планирования. Примером может быть планирование набора машин, имеющих части и операторы с течением времени для выполнения набора задач. Хотя, возможно, это не самый захватывающий проект, он будет иметь приложения реального мира.
По-моему, я видел упоминание проекта, чтобы использовать его, чтобы попытаться найти оптимальную раскладку клавиатуры, было бы - избили Дворака, как бы.: D
Мне было весело играть с игрой жизни Конвей и генетическими алгоритмами,
пытаясь развить продвинутые формы жизни. Не уверен, что это заставит вас заняться
несколько месяцев, хотя..
Вернувшись в колледж, я выполнил многомерную минимизацию функций. Скажем, у вас есть af (x), который принимает параметры x1, x2, x3,..., xn и генерирует значение Y.. вам нужно найти параметры x1,.., xn такие, что Y = Y1.. не так сложно.. интересный способ узнать все же. Хотя Nedlermead более эффективен... это не склонно застревать в локальных минимумах.
Создавайте музыкальные композиции! Читайте о Дэвиде Коупе и его программе Эмили Хауэлл.