الگوریتم غذایابی باکتری

Slides:



Advertisements
Similar presentations
A Hybrid IWO/PSO Algorithm for Fast and Global Optimization Hossein Hajimirsadeghi.
Advertisements

Antibiotic treatment choices for SBP Treviso 8 Giugno 2009 P. Angeli Dept. of Clinical and Experimental Medicine University of Padova.
Swarm Intelligence (sarat chand) (naresh Kumar) (veeranjaneyulu) (kalyan raghu)‏
Superdiffusive Dispersion and Mixing of Swarms with Reactive Levy Walks Jacob Beal IEEE SASO September, 2013.
Bacterial Populations as Multicellular Organisms Kathy Lee.
Modified Particle Swarm Algorithm for Decentralized Swarm Agent 2004 IEEE International Conference on Robotic and Biomimetics Dong H. Kim Seiichi Shin.
1 A hybrid particle swarm optimization algorithm for optimal task assignment in distributed system Peng-Yeng Yin and Pei-Pei Wang Department of Information.
22-s02 27-s02 25-s04 20-s03 20-s06,7 28-s01 20-s04 22-s01 27-s01 20-s05.
Chapter 4 Brainpower for Your Business Chapter 4 DECISION SUPPORT AND ARTIFICIAL INTELLIGENCE Brainpower for Your Business.
Biomimicry, Mathematics, and Physics for Control and Automation: Conflict or Harmony? Kevin M. Passino Dept. Electrical Engineering The Ohio State University.
INTRODUCTION TO COMPUTATIONAL INTELLIGENCE, Nanjing University Spring 2014 INTRODUCTION TO COMPUTATIONAL INTELLIGENCE Lin Shang Dept. of Computer Science.
New Zealand Sea Lions Historic and Present Day Threats.
Tuning the Carrier Sensing Range of IEEE MAC Jing Deng,Ben Liang and Pramod K. Varshney Univ. of New Orleans Globecom 2004.
Dynamic Foraging Model for Human Behavior on the internet (working title) Bjarne Berg.
Population density is a measurement of the number of individuals living in a defined space.
Swarm Computing Applications in Software Engineering By Chaitanya.
Distributed Computation in MANets Robot swarm developed by James Rice University.
Richard Patrick Samples Ph.D. Student, ECE Department 1.
Bacterial Foraging Speaker: Pei-Wei Tsai Advisors: Jeng-Shyang Pan Bin-Yih Liao Bin-Yih Liao Published on: IEEE Control Systems Magazine 2002.
The study of microorganisms. Microorganisms are living things so tiny they can only be seen through a microscope.
ICE 541 Concrete Mathematics Design of OPSy (Optical Packet Synchronizer) Kim jinah Gang kwanwook.
/ 22 1 A Distributed and Efficient Flooding Scheme Using 1-hop Information in Mobile Ad Hoc Networks Hai Liu Xiaohua Jia Peng-Jun Wan Dept. of Comput.
赴国际水稻所访学情况汇报 长江大学农学院 邢丹英 2010 年 6 月. 学习目的 学习时间、地点 学习内容 学习收获 几点体会 汇报提纲.
مدیریت تکنولوژی دکترسهیل سرمد سعیدی. فصل اول مفاهیم پایه.
Controlling the Behavior of Swarm Systems Zachary Kurtz CMSC 601, 5/4/
Examining Population Density and Dispersion The following image shows a world map of human population density. Discuss with your group, the patterns that.
Restriction Enzyme Vector Ligase Enzyme Recombinant DNA DNA Construct Digestion ligation.
Bacterial Foraging Optimization (BFO)
Richard Patrick Samples Ph.D. Candidate, ECE Department 1.
Precise measurement of physical link delay 802.1as, IEEE 802 plenary Lu Huang
By Eric Han, Chung Min Kim, and Kathryn Tarver Investigations of Ant Colony Optimization.
Swarm Intelligence. An Overview Real world insect examples Theory of Swarm Intelligence From Insects to Realistic A.I. Algorithms Examples of AI applications.
南水北调东线第一期工程山东段 情况简介. 主要汇报内容 二、南水北调山东段工程总体布置 三、山东段工程项目划分及工程主 要建设内容 一、南水北调东线工程概况 四、前期工作及工程建设进展情况 五、工程总投资.
Binary Fission Asexual Reproduction in Prokaryotes.
EDGE DETECTION USING EVOLUTIONARY ALGORITHMS. INTRODUCTION What is edge detection? Edge detection refers to the process of identifying and locating sharp.
10 mm is the same as... 1 cm. 20 mm is the same as... 2 cm.
Scientific Research Group in Egypt (SRGE)
BACTERIAL GROWTH & REPRODUCTION
Fuzzy Logic Based Range Free Localization Using Bacterial Foraging Optimization in Wireless Sensor Networks Paper ID – VC Gaurav Sharma*, Ashok Kumar,
Asexual Reproduction in Prokaryotes
Bacterial and viral genetic systems
Privacy Preserving Data Publishing
A weight-incorporated similarity-based clustering ensemble method based on swarm intelligence Yue Ming NJIT#:
Asexual Reproduction in Prokaryotes
الگوریتم بهینه سازی توده ذرات Particle Swarm Optimization
Human Reproduction Station
תקנות בריאות העם (איכותם התברואית של מי שתייה ומתקני מי שתייה) התשע"ג
فصل چهارم پشتیبانی از تصمیم و هوش مصنوعی
SCHOOL OF ELECTRICAL ENGINEERING AND TELECOMMUNICATIONS
Centre for Emergent Computing
A Control B AD C Control D AD Non immunodepletion Non immunodepletion
Agenda Project Overview
Overview of SWARM INTELLIGENCE and ANT COLONY OPTIMIZATION
Велики откриватели и пътешественици
Metric Unit Conversion: Lengths
Linear simultaneous Equations: Eliminating the variable
Linear simultaneous Equations: Eliminating the variable
Oklahoma Cow-Calf Management Practices: Hay & Forage
Binomial Distribution: Inequalities for cumulative probabilities
Rewiring Bacteria, Two Components at a Time
Normal Distribution: Finding Probabilities
What is it? By Sandy Decker
Counting Statistics and Error Prediction
Counting Statistics and Error Prediction
Segment 10 Illustrative Examples Part 2
Mutation Operators of Fireworks Algorithm
A: Optimal cutoff point (circled) at which visual analog scale score categorizes subjects with versus those without bronchial obstruction. A: Optimal cutoff.
Classifying Organisms
Bacterial chemotaxis Current Biology
Presentation transcript:

الگوریتم غذایابی باکتری BFO)) Bacterial Foraging Optimization

منابع 1-Handbook of Swarm Intelligence 2-Biomimicry of bacterial foraging for distributed optimization and control‏ KM Passino - Control Systems, IEEE, 2002‏ ieeexplore.ieee.org‏

فهرست مطالب مقدمه غذایابی باکتری در محیط طبیعی پیاده سازی رفتارباکتری در محیط مصنوعی الگوریتم غذایابی باکتری نتیجه گیری

مقدمه الگوریتم بهینه سازی جست و جوی باکتری‌ها با الهام از رفتار جست و جوی باکتری‌هایE. Coli در معده انسان توسط Passino در سال 2002 ارائه شد. در این الگوریتم باکتری‌ها به عنوان بردارهای D بعدی θ نماینده پاسخ‌های مساله و (θ) J تابع هزینه است.

باکتری درمحیط طبیعی باکتری ها گروهی از موجودات تک یاخته‌ای ذره بینی هستند که پوشش بیرونی نسبتاً ضخیمی آنها را احاطه کرده است. این موجودات ساختار ساده‌ای دارند و به گروه پروکاریوت‌ها تعلق دارند.

باکتری در محیط طبیعی باکتریها گروهی از موجودات ذره بینی هستند که پوشش بیرونی نسبتاً ضخیمی آنها را احاطه کرده است. این موجودات ساختار ساده‌ای دارند و به گروه پروکاریوت‌ها تعلق دارند. باکتری‌ها متنوع‌ترین و مهم‌ترین میکروارگانیسم ها هستند. تعداد کمی از آنها در انسان و حیوانات و گیاهان بیماری زا است. بطور کلی بدون فعالیت آنها، حیات بر روی زمین مختل می‌گردد. مطالب

رفتار تغذیه ای باکتری ها شامل سه مرحله مهم است: 1-کموتاکسیس (چرخش و شنا ) 2-تکثیر 3- حذف و پراکندگی

ثانیا، میتواند بچرخد، و در طول زندگی بین این دو کموتاکسیس (چرخش و شنا ) مرحله کموتاکسیس ، حرکت یک باکتری E.coli به شکل شنا یا چرخش و از طریق تاژک ها است . درمحیط طبیعی، این باکتری میتواند به دو طریق متفاوت حرکت کند: اولا"، میتواند در طول بازه ای از زمان در یک جهت ثابت شناکند. ثانیا، میتواند بچرخد، و در طول زندگی بین این دو حرکت تغییر وضعیت میدهد.

تاژک: پس از مدتی باکتری مواد غذایی اطراف خود را جذب و مصرف می کند و جای فعلی آن دیگر جای مناسبی جهت ادامه زندگی نیست زیرا از لحاظ مواد غذایی فقیر شده است و باید به مکانی غنی تر از لحاظ مواد غذایی نقل مکان کند که این وظیفه عمدتاً بر عهده اندامکی به نام تاژک می باشد که با حرکت دورانی خود باکتری را به جلو می راند. البته جالب است بدانید که تاژک تنها ابزار حرکتی باکتری نیست بلکه باکتری از مکانیسم های متفاوتی جهت حرکت استفاده میکند

رفتار تغذیه ای باکتری ها شامل سه مرحله مهم است: 1-کموتاکسیس (چرخش و شنا ) 2-تکثیر 3- حذف وپراکندگی

تکثیر تولید مثل جنسی به روش دو نیم شدن یکی از خصوصیات بارز باکتری ها است. در این حالت باکتری ها در محیط مناسب ، مواد مورد نیاز را جذب و قسمتی از آن را به پروتوپلاسم تبدیل می‌کنند و در نتیجه بر حجم باکتری افزوده می‌شود. وقتی رشد باکتری به حد معینی رسید پروتوپلاسم آن بر اثر پیدایش دیواره‌ای عرضی در قسمت میانی به دو قسمت تقسیم می‌شود و یک باکتری به دو باکتری تبدیل می‌گردد. شرایط رشد و تکثیر رشد باکتری ها و سایر میکروارگانیسم ها به شرایط مناسب فیزیکی و شیمیایی و وجود مواد غذایی نیاز دارد. این شرایط بر حسب نوع ارگانیسم ها متفاوت‌اند. این نیازها عبارتند از رطوبت ، انرژی و منابع کربن و عناصر اساسی شمار می‌رود.

رفتار تغذیه ای باکتری ها شامل سه مرحله مهم است: 1-کموتاکسیس (چرخش و شنا ) 2-تکثیر 3- حذف وپراکندگی

حذف وپراکندگی حذف-پراکندگی زمانی اتفاق می -افتند که تغییرات کوچک یا غیرمنتظره ای (مانند تغییرات دما)در محیط رخ دهد. در مرحله تکثیر، باکتری ها بر اساس شایستگی مرتب می شوند و نصف باکتری ها که شایستگی پایین دارند از بین می-روند.

باکتری در محیط مصنوعی

بررسی رفتارباکتری ها درمحیط مصنوعی 1-باکتری ها به صورت کاملا تصادفی در محیطی که مواد غذایی وجود دارد توزیع می شوند. 2-باکتری ها به سمت مناطقی با ارزش غذایی بالا حرکت می-کنند. آنهایی که درنواحی سمی هستند از بین می روند، آن -هایی که در نواحی با ارزش غذایی کم قرار گرفته اند پراکنده می -شوند و باکتریهای موجود در نواحی مناسب، تکثیر می شوند. 3-باکتریهای موجود درنواحی مناسب برای جذب کردن سایرباکتریها از خود مواد شیمیایی ترشح می کنند. این عمل سبب می گردد که باکتری ها در ناحیه ای با بیشترین مواد غذایی قرارگیرند

Bacterial Foraging Optimization الگوریتم غذایابی باکتری Bacterial Foraging Optimization (BFO)

مراحل پیاده سازی الگوریتم (BFO) 1-کموتاکسیس (Chemotaxis) : یا رفتار حرکتی باکتری‌ها که از آن به عنوان دوره حیات باکتری ها یاد می شود. این رفتار شامل Ns تکرار (طول دوره حیات) بوده و در آن باکتری‌ها گام‌هایی برای جست و جوی مواد مغزی برمی‌دارند. Ns=تعداد مراحل کموتاکسیس گام حرکت یک بردار رندم D بعدی در بازه [0،1] برای تعیین جهت است.  موقعیت باکتری i در مرحله( j+1) از کموتاکسیس و kامین مرحله تولید مثل و lامین مرحله حذف و پراکندگی است.

ادامه باکتری‌ها در شرایط خاصی ماده‌ای جاذب از خود ترشح می کنند که موجب جذب باکتری‌های دیگر به سمت یک ناحیه خاص می‌گردد. بر اساس این ارتباط در رابطه به روزرسانی تابع هزینه هر باکتری پس از حرکت آن طبق رابطه زیر باید مقدار  Jcc(θ, pi(j,k,l))  نیز به آن افزوده می‌شود که نماینده‌ای از میزان نیروهای جاذب و دافع بین باکتری‌ها در جمعیت است. (θ یک بردار در فضای (D J(i,j,k,l) = J(i,j,k,l) + Jcc(θ,pi(j,k,l)) ضریب جاذبه ضریب جاذبه ضریب دافعه ضریب دافعه

ادامه 2-تولید مثل Reproduction)) پس از آنکه دوره حیات باکتری‌‌ها برای حرکت به پایان رسید میزان سلامت باکتری‌ها که متناسب با میزان مواد مغذی جمع‌آوری شده در طول دوره حیات است بر اساس رابطه زیر برای همه باکتری‌ها محاسبه می‌گردد. سپس تعدادی از باکتری‌ها با بیشترین مجموع تابع هزینه می‌میرند (حذف می شوند) و به همان تعداد از بهترین باکتری‌ها تکثیر می شوند. (به دو باکتری تبدیل می شوند.)

ادامه 3-حذف وپراکندگی ((Elimination and Dispersal حذف و پراکندگی : در ازدحام واقعی باکتری ها اثر تغییرات محیطی مثل افزایش دما ممکن است خیلی از باکتری‌ها از بین بروند یا به نواحی دیگری بروند. با الهام از این رفتار  بعد از تعداد تکرار خاصی  از مرحله تولید مثل هریک از باکتری‌ها به احتمال Ped  حذف شده و به مکان دیگری پرتاب می گردند (تبدیل به یک باکتری دیگر می شود.).

پارامترهای اولیه تعداد مراحل کموتاکسیس تعداد مراحل حذف وپراکندگی تعداد مراحل تولید مثل احتمال حذف

فلوچارت این الگوریتم را در شکل می بینید :

نتیجه گیری 1- قابل تنظیم بودن گام حرکت این الگوریتم که با استفاده ازC(i) انجام می شود باعث می شود الگوریتم در فضاهای با ابعاد بالا کارایی بهتری داشته باشد. 2-جستجوی پرتومحلی انجام میدهد، تعداد زیادی جستجو به صورت موازی و مستقل از یکدیگر انجام می شوند و تبادل اطلاعات مستقیم بین باکتریها وجود ندارد. 3-در مرحله تکثیر، نصف باکتریها حذف می -شوند ولی نصف دیگر نیز به یک اندازه در تولید جوابهای بعدی نقش دارند. به همین دلیل، نصف باکتریها در تولید راه حل های بعدی تاثیر می گذارند و بر همین اساس جوابهای دقیق تری حاصل میگردد.