遺伝的アルゴリズム
■ このスレッドは過去ログ倉庫に格納されています
0001デフォルトの名無しさん
NGNG0110デフォルトの名無しさん
NGNGGAについて詳しく知らないから、GAが使えるものかどうかは
判断できないけど、
>そしてクリアにできる人の頭の中には、だいたいの結果が見えて
>いるだろう。
>さらに試行錯誤の選択方法がかなりイタイ、問題の内容関係ない
>んだもん。
>問題意識してパラメータ与えるならば、すでに人が判断してる訳
>だし。
この部分は違うと思うぞ。たとえ問題がクリアになっていても
試行錯誤に頼るほかない問題はありえると思うが、どうか？
0111デフォルトの名無しさん
NGNGうん。そのとおりだと思うよ。
だから
>人間がおこなうには複雑すぎる問題には速度や信頼性の面で利用
>価値があるように見えるけどね。
って書いたの。
パラメータが少ない問題は人が解いてもさほど時間が
かからないでしょ?
試行錯誤が必要であっても。
0112デフォルトの名無しさん
NGNGおけ。同意
0113デフォルトの名無しさん
NGNG極めて限られているにしても、利用価値があるのは事実だろう？
そういうものを「インチキ」とは言わないんだよ。
0114デフォルトの名無しさん
NGNG何がインチキなんだ？
0115デフォルトの名無しさん
NGNGする。
世の中には存在しても無駄なものは沢山ある。
0116デフォルトの名無しさん
NGNGじゃあ、GAで実用化されているものは全部無駄だとでも？（藁
その根拠は？
0117デフォルトの名無しさん
NGNGなんらかの価値があったからこそ使われているわけだ。
それが、本当に必要なものかどうかは単なる偶然にすぎん。
0118ぐうぐう
NGNGＧＡを実プログラムで使ったことあるよ（研究目的じゃなくてね）。組み合わせの問題解くやつだけど。
だから、まったく無用とはいうのはいいすぎだと思うな。でも万能ではない。
力ずくで、総当りで解くなら、計算機を何時間も何日も回しとけば、確実
に解けるということが分かっている問題。には、ＧＡはとてもグッドです。
かなり短時間で（数分から数１０分で）解けます。
でもそうじゃなくて、答えが出るかどうかも
よく分からんような問題には、やはり疑問です。
まぁ、ＧＡとハサミは使いよう。ＧＡには最適な問題もある、ということで一つよろしく。
0119デフォルトの名無しさん
NGNG適材適所だよ。
0120デフォルトの名無しさん
NGNGなんでこう、極論めいた厨房みたいな考え方しかできないのかな。
全部無駄なんてどこにも書かれていないだろう。
いいからキミが、GAが実用的だと思う根拠を出してくれよ。
ただの煽りなら消えてくれ。
>>117
いったん実用化されても淘汰されていくものは結構多いんじゃ
ないかな。
価値を決めるのは難しい。
例えば商品にするならば、存在しつづける為には他にも色々要素
があるだろう。
そしてトータルで価値が決まるんじゃない?
ところでGA炊飯器欲しいの?
0121デフォルトの名無しさん
NGNG極論を先に言い出したのは君だろう。
実用化されてるものは、このスレで上がっただけでもたくさんある。
実用化するための手段としては成功しているのだから「インチキ」
とは呼べないといっているのだ。
0122デフォルトの名無しさん
NGNGトータルの価値を決めているのは部分だろ。
GAの部分に価値があるのだから、部分として使われているのだろう。
価値がないのなら構成要素としても使われない。
0123デフォルトの名無しさん
NGNG＞GA 遺伝的アルゴリズム
もう定着しきっちゃってるんじゃない？
0124デフォルトの名無しさん
NGNGまあいいや。
取られ方によっては極論に見えたかもしれない。
けど完全に否定している訳ではないよん。
>実用化するための手段としては成功しているのだから「インチキ」
>とは呼べないといっているのだ。
実用化=成功 というのはどうだろう。
それに、すくなくともいまの時点では商品化に成功した
だけなんじゃないのかな?
さらに企業が売るものが意味のあることとも取れるのだ
が、どうだろう?
そして俺は「実用化」について答えて欲しかったのでは
無く「実用的」である理由を聞きたかったのだ。
うまい説明をして貰えれば嬉しい。
この手話し嫌いじゃないし。
0126デフォルトの名無しさん
NGNG最適解と思われる集合が島のように点在してる問題のとき、
一般的な線分的な探索手法だと局所解におちいり易い。
で、GAは解（遺伝子）が複数あり、解が各所に点在しているわけで
局所解に陥りにくいわけだ。原理的に。
だから最適解と思われる集合を見つける初期探索にGAを使い
その後で線分探索を行うってのが現実的だと思うな。
って感じ。線分手法を何回もやったらって意見があるのも事実。
0127デフォルトの名無しさん
NGNG板の雰囲気をかもし出してるね、君。
0128デフォルトの名無しさん
NGNGトンネリングアルゴリズムとかあったな。
局所解にぶつかってもトンネル掘るの。
閑話休題。
ＧＡはね、これから本当に使えてくると
思うよ。設計とかにね。なにせ派閥もしがらみ
も関係無しに利益最大という評価関数だけで
最適化できるのはこれだけだと思うから。
そしてその検証をインターネット通して自動化
できるような環境が整いつつあるからね。
0129デフォルトの名無しさん
NGNG0130デフォルトの名無しさん
NGNGいろいろ情報あさってみてわかったのは実際にはGAと既存
の手法が組み合わせて使用されているのが現実なんだろー
なって理解できたよ。
俺の頭が悪いのか、「GAを使用すべき」という決定的な理
由はどうしても見出すことができなかった。
この辺り詳しい人の解説希望。
0131デフォルトの名無しさん
NGNG0132デフォルトの名無しさん
NGNGあたりまえじゃーーーーん。
GAはアルゴリズム的というか決定論的処理を行うための手法
じゃないんだから。その部分にはどうしたって既存の手法が
必要だよ。
たとえばもし実際の生物の遺伝子が、GA的進化過程で最適化
されたものであったとしても、実際に動作し活動しているのは
蛋白質でできた微細構造であったり、脳細胞と神経による
ニューロ素子であったり、というように。
0133デフォルトの名無しさん
NGNGでやってるやつ) なんかは GA ではダメなのかい、というのは興味
あるような...論文出てるんだろうから探すか.
0134デフォルトの名無しさん
NGNG評価はどうやって行うんでしょうか？
こないだ「サイエンス愛」でやってた
「E-Cell Project」みたいなのが
機能するようにならないと、
細胞の挙動の調査を計算機化することは
できないような…
0135デフォルトの名無しさん
NGNG↓
たいてい非線形微分方程式
↓
線形計画法とか使うために、場合分けして線形近似
↓
実験などで、近似式の中の定数を決める必要がある
↓
定数を決めるための議論があれやこれや
そのうち、近似式中の定数を決めるための非線形式の線形近似式
とかでてきて、何をしたかったのかサッパリわからなくなる。
↓
ウザイ
↓
計算機パワーゴリ押しで最初の式を数値計算してGAで最適化
↓
(ﾟдﾟ)ｳﾏｰ
0136デフォルトの名無しさん
NGNG探索アルゴリズムはどれだけ異なった解を生成できるかが重要。
で、他の多くの手法が初期解の周辺探索から開始する。
GAは初期解を複数持ち、また初期解同士を組み合わせることで
新しい解を生成するわけだから、探索開始時は広域探索、
ある程度世代を重ねると各解同士の類似性が高まり、局所探索性
が高まる。つまり局所解に陥りにくく、最適解への接近もはやい。
これは他のアルゴリズムにはない大きな利点であり、
強力な動機付けにはならない？
ま、これは理論であって、実際はなかなかそううまくはいかないけど。
0137デフォルトの名無しさん
NGNG間違い訂正。
GAは初期解を複数持ち、また初期解同士を組み合わせることで
→GAは初期解を複数持ち、また解同士を組み合わせることで
簡単にいうと
評価関数さえ作っちゃえばそれなりの結果が
すぐでるって事だ。
↑
学生の研究には持ってこいってわけだ。
0138デフォルトの名無しさん
NGNGなんかおかしくないか？
君の言ってるのじゃ局所解に陥るだろ。
突然変異の概念が抜けてるかと思われ。
0139デフォルトの名無しさん
NGNG|そしてその検証をインターネット通して自動化
|できるような環境が整いつつあるからね。
このあたり解説きぼーん。ポインタだけでも教えてくれ。
0140デフォルトの名無しさん
NGNG突然変異とか入れるとややこしいかと思って。
だから理論的と書いといた。
0142130
NGNGゴメン。ぜんぜん意味わかんないです。
>>135 >>137
GAの利点の1つとして判りやすかったです。サンクス。
しかしながら、広域な解を得たいなら別にGAでなくて
も既存の手法と乱数を組み合わせればよさそうなんだ
けど。
これじゃダメ?
実際のところかぎりなくGAに近い結果を得られる既存
手法とGAを比較した場合、どのように差として表れる
のだろう?
探索のもう一つの重要なポイントとして速度は絶対必
要な要素だと思うんだが。
誰か比較してみた例とか知っている人います?
0143デフォルトの名無しさん
NGNGもうちょっとGA自体を勉強してみれ。
http://www.hcn.zaq.ne.jp/kamechan/ga/index.htm
この辺読むだけで大体わかるよ。
30分もかからないかと。
0144142
NGNG読んでみました。
この手の話しが嫌いな人でも、理解できそうな良いページ
だと思います。
が、内容としてはやさしく解説してあるだけなので私の疑
問は解けませんでした。
簡単に問題を表現できるという事以外に利点を見付けられ
なかったです。
他の手法と比較して良い点を知りたいのです。
0145野次馬
NGNGこれも立派な美点だと思うけど
0146野次馬
NGNGこれも立派な美点だと思うけど
0147野次馬
NGNGこれも立派な美点だと思うけど
0148デフォルトの名無しさん
NGNG進化論的な考えの人だとsurvive of fitnessだけど
モンテカルロ的だとsurvive of luckinessなんだよね
最近後者が正しいかなと思ってる。
0149デフォルトの名無しさん
NGNG「解集団を持ち、複数の解を組み合わせることで新しい解を生成する。
環境適当能力（評価値）が低い解は淘汰され、集団としてより環境に適応していく。」
これがGAだと理解している。
本来mutationは関数などで意図的に表現されるものではなく、
解生成時に自然に生じるものであるべきだと思うんだけど。
0150デフォルトの名無しさん
NGNG両輪が存在してはじめて価値がある、と思っていたのですが？
0151デフォルトの名無しさん
NGNG激しく笑った！！
経験ある人の話はいいですな。
0152デフォルトの名無しさん
NGNG0153デフォルトの名無しさん
NGNG0154デフォルトの名無しさん
NGNG当たり前なんだけど、GAのようなものに何を求めるかで
その評価がわかれるかもしれません。
なんとなくウサン臭いが自分の中で払拭できないのはコ
レのせいのような気がしてきました。
>本来mutationは関数などで意図的に表現されるものではなく、
>解生成時に自然に生じるものであるべきだと思うんだけど。
GAが生まれたヒントがそのようなものである以上、当然そう
なるべきだと思います。
しかしながら意図的であろうとなかろうと結果がほぼ同じで
あると仮定するならば、あまり意味が無いようにも思えます
。
むしろ、今までのコーディングのアプローチは現実の模倣よ
りもコンピュータらしい形へ置き換えるものが主流だったよ
うに思います。
理由はいろいろありますが、それなりの結果が得られれば方
法は問われなかったせいだと思います。
この辺りの話しは「簡単に問題を表現する」につながる部分
であり、やはりGAの利点として大きな部分を占めているのだ
と改めて感じました。
0155148
NGNG遺伝的アルゴリズムって名前がだめなんでしょうね。
自然なmutationって、おそらく今のコンピュータウイルスの
ように人間の一種の快楽を糧として進化するものを言ってる
ように思えます。
オープンソースのようなのもその一種かもしれません。
モンテカルロ−ＸＸＸアルゴリズム等という名前だったら
だれも騒がなかったかもしれませんね。
0156デフォルトの名無しさん
NGNG0157デフォルトの名無しさん
NGNG0158デフォルトの名無しさん
NGNG0159デフォルトの名無しさん
NGNG0160デフォルトの名無しさん
NGNG■ このスレッドは過去ログ倉庫に格納されています