Wydział Zarządzania AGH Katedra Informatyki Stosowanej Heurystyki i metaheurystyki Inteligencja obliczeniowa Int el ige ncja obl icz eni ow a 2 Heurystyki, metaheurystyki • Wprowadzenie, podstawowe pojęcia • Proste techniki przeszukiwania • Metaheurystyki inspirowane naturą • Symulowane wyżarzanie • Tabu search • Algorytm mrówkowy • Inteligencja roju • Metody badania algorytmów Int el ige ncja obl icz eni ow a 3 Wprowadzenie, podstawowe pojęcia • Inteligencja Obliczeniowa (Computational Intelligence, CI) – Dziedzina nauki zajmująca się rozwiązywaniem problemów, które nie są efektywnie algorytmizowane. – Computational intelligence to inteligencja zbudowana przy użyciu systemu komputerowego. – CI z reguły próbuje naśladować inteligencję człowieka, aczkolwiek nie jest to ani ograniczenie, ani wymaganie. – Synonim inteligencji maszynowej. – Synonim sztucznej inteligencji. Int el ige ncja obl icz eni ow a 4 Metodologia nauka o metodach naukowych, obejmująca sposoby przygotowania i prowadzenia badań naukowych oraz opracowywania ich wyników, budowy systemów naukowych oraz utrwalania ich osiągnięć. Metodyka - poprawny metodologicznie zbiór dyrektyw, wskazujący sposoby działania, metody prowadzące do danego celu. Metoda (gr. methodos – droga, sposób badania) – systematycznie stosowany sposób postępowania prowadzący do założonego wyniku; na dany sposób postępowania składają się czynności myślowe i praktyczne, odpowiednio dobrane i realizowane w określonej kolejności. Technika - czynności praktyczne, regulowane wypracowanymi procedurami, pozwalającymi na uzyskanie powtarzalnych wyników. Do technik badawczych zaliczamy m.in.: modelowanie, symulację, przeprowadzenie testów, obserwację, wywiad, ankietę, badanie dokumentów. Narzędzie - implementacja techniki za pomocą środków materialnych; zaliczamy tu m.in.: kwestionariusze, ankiety, arkusze obserwacji, testy, komputer, arkusz kalkulacyjny, model matematyczny, zespół twierdzeń i definicji, algorytmy numeryczne . Wprowadzenie, podstawowe pojęcia Int el ige ncja obl icz eni ow a 5 • Organizacje (przede wszystkim gospodarcze i rządowe) są głównie zainteresowane dwoma zadaniami: 1. przewidywaniem tego, co się ma wydarzyć (predykcja), 2. podejmowaniem najlepszych decyzji w warunkach ryzyka i niepewności (optymalizacja). • Zadaniem CI jest dostarczyć narzędzia do modelowania, symulacji i optymalizacji zaspokajające te potrzeby. Wprowadzenie, podstawowe pojęcia Klasyczne metody
(…)
…
– popyt,
– stan samochodów,
– trasy
transportowe,
– koszt kapitału,
– ryzyko handlowe,
– efekt skali.
Źródło: Z. Michalewicz, Adaptive business intelligence.
8
Wprowadzenie, podstawowe pojęcia
• Model programowania liniowego FLAGPOL (FLAt Glass
Products Optmization Model) służy do rocznego
planowania produkcji ponad 200 wyrobów w 4 zakładach i
ich dystrybucji do 40 odbiorców hurtowych. Prace trwały 2
lata i przyniosły roczne oszczędności ponad 2 mln USD.
Inteligencja
obliczeniowa
• Przypadek Libbey-Owens-Ford (LOF)
LOF jest wielkim koncernem produkującym szkło okienne,
zatrudniającym 9000 pracowników. Na początku lat 90.
LOP zbudował i wdrożył wielki model LP produkcji i
dystrybucji szkła.
9
Wprowadzenie, podstawowe pojęcia
• Przypadek Timken Steel
• W Timken Steel, produkującej pręty ze stali…
….
• Analiza probabilistyczna algorytmów przybliżonych dostarcza
informacji dotyczących ich średniego zachowania. Jest bardzo
złożona z uwagi na konieczność analitycznego wyznaczenia
względnego i bezwzględnego błędu algorytmu, stąd do tej pory
przeanalizowano tą metodą niewiele algorytmów.
• Niedogodności dwóch pierwszych metod decydują o tym, że
najchętniej stosuje się metodę eksperymentalną oceny
algorytmów…
... zobacz całą notatkę
Komentarze użytkowników (0)