Izranjajuća Inteligencija SVEUČILIŠTE U ZAGREBU Fakultet elektrotehnike i računarstva Autori: Krešimir Antolić Tomislav Lugarić Zvonimir Pavlić Izranjajuća Inteligencija Zagreb 2008.

Dumb parts, properly connected into a swarm, yield smart results. Kevin Kelly New 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.

Pčele Ekonomija Internet Gradovi Ptice U Svijetu Oko Nas

Napredak Umjetnost Znanost Pismo U Svijetu U Nama

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

Izranjajuća Inteligencija i Znanost znanost proučava i posuđuje znanje prirode rješavanje problema koji se mogu prikazati pomoću grafova Prepreka Kako pronađe najkraći put?

Mrav I Hrana 1 2 4 5 3 2 5 3 1 A - početak E F - hrana F D -ostavljanje feromonskog traga 5 -što je put kraći – to je trag jači 3 -jači feromoni na putu – poželjniji put 2 5 C 3 A 1 B

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 Proći sve mravinjake i vratiti se u početni mravinjak najkraćim mogućim putem. m1 t13=2 t14=4 t13=5 t34=3 m3 ?!? m4 t23=1 t24=2 m2

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 l1 t12= 2 n12=0.5 m3 t23= 3 l2=j n23=0.9

m1 t13=2 t14=4 t13=5 t34=3 m3 m4 t23=1 t24=2 m2 dA=9 dA=9 Svaki mrav nakon prolaska ostavlja feromonski trag nij=1/dk. dB=12 dB=9 U svakoj sljedećoj iteraciji mrav preferira put sa više feromona. dC=9 dC=9

Algoritam! Funkcija ACO postaviMraveURazliciteMravinjake dok(uvjet_prestanka_izracunavnja) nadjiRjesenjeZaSvakogMrava ispariFeromonskiTrag ostaviFeromonskiTragZaSvakogMrava

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