Izranjajuća Inteligencija

SVEUČILIŠTE U ZAGREBUFakultet elektrotehnike i računarstva

Autori:Krešimir AntolićTomislav LugarićZvonimir Pavlić

Zagreb 2008.

Dumb parts, properly connected

into a swarm, yield smart results.

Kevin KellyNew Rules for the New Economy

Sep 1997

Izranjajuća Inteligencija?

svojstvo nekih decentraliziranih sustava da, iako sastavljenih od velikog broj jednostavnih nezavisnih elemenata, iskazuju inteligentno ponašanje

timski rad, ne od 10 članova, nego stotina i tisuća raznih elemenata, koji postižu rezultate kakve bi često i najbolji hijerarhijski sustav imao problema postići

Karakteristike

jednostavni dijelovi sustava

decentralizirani sustav sastavljen od jednostavnih dijelova

fleksibilan, robustan, samoorganizirajuć sustav

povratna veza!

The whole is greater than

the sum of the parts.

U Svijetu Oko Nas

PticePčeleGradoviEkonomijaInternet

U Svijetu U Nama

PismoUmjetnostZnanostNapredak

Tko je zaslužan za ovo?Pojedinac?Ili skupina pojedinaca?

Izranjajuća Inteligencija i Znanost

znanost proučava i posuđuje znanje priroderješavanje problema koji se mogu prikazati

pomoću grafova

Kako pronađe najkraći put?

Mrav I Hrana

A

B

C

D

E

F

A - početak

F - hrana

1

1

35

5

3

4

2

2

-ostavljanje feromonskog traga

-što je put kraći – to je trag jači

-jači feromoni na putu – poželjniji put

ACO Algoritam

1999. Dorigo, Di Caro i Gambardella

Ant Colony Optimization – nastalo promatranjem ponašanjem mrava

heurističke funkcije za odabir rješenja

Primjena

nalaženje najkraćih puteva u grafu

Traveling Salesman Problem

usmjeravanje paketa u mreži

paralelno rješavanje problema

Traveling Salesant Problem

Problem: Proći sve mravinjake i vratiti se u početni mravinjak najkraćim mogućim putem.

?!?

t14=4

t24=2

t13=2

t23=1

t34=3 t13=5

Algoritam?

“mravi” – pamte put, ostavljaju “feromonski” trag obrnuto proporcionalno prijeđenom putu, nakon što prijeđu put

odabir sljedećeg mravinjaka vrši se pomoću duljine puta i ostavljenog feromonskog traga

kil ilil

ijijkij

nt

ntP

m3

l1

l2=j

t12= 2

t23= 3

n12=0.5

n23=0.9

t14=4

t24=2

t13=2

t23=1

t34=3 t13=5

dA=9

dB=12

dC=9

dA=9

dB=9

dC=9

Svaki mrav nakon prolaska ostavlja feromonski trag nij=1/dk.

U svakoj sljedećoj iteraciji mrav preferira put sa više feromona.

Algoritam!

Funkcija ACOpostaviMraveURazliciteMravinjakedok(uvjet_prestanka_izracunavnja)

nadjiRjesenjeZaSvakogMravaispariFeromonskiTragostaviFeromonskiTragZaSvakogMrava

Zaključak

priroda puna dobrih rješenja za probleme koje znanost često susreće

ACO algoritam pogodan za rješavanje problema prikazanih pomoću grafa

postoje mnoge varijante implementacije ACO algoritma, ali nijedna ne garantira nalaženje najboljeg riješenja, ali riješenje koje se nađe obično je veoma dobro