Genetic programming

Genetic Programming
in 開成祭
K.C.L.C 33代副部長藤井陽介

自己紹介こんなアイコン
発表者の簡単な仕様書
HN: touyou
現副部長
現高２
総合クリエイター
Twitter:@touyoubuntu
Skype:grouse-scorpion
Facebook,mixi,Google+

今までにつくったもの
Androidアプリ・Webサービス
– 災害ったー,Nintori,n33tなど
– 組の用語集サイト
部活・個人でゲームとかソフトとか
部誌・運動会組パンフレット（来年）
作曲入門中（エール作曲係）
ひとり墓地final のPV

ホームページ見といてね

URLは
http://beta.touyoubuntu.zatunen.com/

まぁ「touyoubuntu」で調べれば出てきます。

では、本題。
今日話す事
テーマを選んだわけ
遺伝的プログラミング（以降GPと表記）とはなん
なのか？
GPの仕組み
GPのプログラムデモ
応用されている分野
GPの未来

まずこれ
なのか？
GPの仕組み
GPの未来

理由
今年情報オリンピック夏季セミナーに行ってきた
そこでこのことを学んだ
それが楽しかった

という安直な理由です。

こんなので勉強しました。

続いて…
なのか？
GPの仕組み
GPの未来

遺伝的プログラミングとは
遺伝子の進化を応用した、様々な問題に対する
解法を導き出すためのプログラム
わかりにくいよね←

例を見てみよう
たとえばいくつかの点の情報があってそれのす
べてを通るようなグラフの数式を出したいそん
な時

GPすると、その数式を自動生成してくれます。

そんなんできるわけ無いだろ。
数式考えるのなんて人間のほう
が得意に決まってるじゃないか。
人工知能が開発されたとでも？
とりあえず仕組みを解説します。
大体数式考えるのになんで遺伝
子の進化の仕組みが必要になる
んだよ、このホラ吹きめ。

わかりやすくなるように最大限努力します。

GPの仕組み

まず個体をランダムに生成します。
先ほどの例だと個体≒数式です
大体50～500個体ぐらい最初に作ります
通常のGPだとこの個体を木構造で表現します

おい、木構造ってなんぞ？
プログラミングでよく使うデータを管理するため
の構造のこと
ここが根（root）＋

１ × 線の上の方が親

線の下の方が子４３

GPの用語では…

黒いのが非終端記号
＋

白いのが終端記号１ ×

４３

その他のGP用語

適合度
– 各個体の価値
パラメータ
– GPの操作のための各種数値
終了条件
– GPの操作を終える基準

続いて、各操作を行います。
適合度計算
– 各個体の適合度を計算します
選択
– 様々な手法で個体を選びます
交叉
– 選んだ２個体を混ぜて新しい個体を作ります
突然変異
– 個体の一部を変えて新しい個体を作ります

適合度計算
より正解に近い結果を出す個体
複雑さ（例：数式の長さ）が尐ない個体

上の２つを満たす個体がより優良な個体と判断さ
れるような基準をつくって計算します。ここの工
夫でGPの最終結果の良し悪しが決まります。

選択

文字通り
例：
– トーナメント選択：ランダムにいくつかの個体を選
んでその中でもっとも優良な個体を選択する方法

交叉
２つの個体を選択する
例えば一点交叉という手法は…

＋ ×

１ ÷ ÷ -

４３ 2 １ 6 4

一個選んだ

＋ ×

１ ÷ ÷ -

４３ 2 １ 6 4

交換した

＋ ×

１ - ÷ ÷

6 4 2 １４３

突然変異は…
突然一部が変わる（そのまま）

＋＋

１ - ÷ -

４３ 2 １ 4 3

これらを駆使していくのだ！

失敗したらごめんなさい（訳：場合によっては省略）

GPデモ

日常に潜むGP

GPの応用例

とりあえず列挙
人工知能
金融予想
医学
産業機械

成熟しかけている分野ではあるが…

GPの未来

僕が考えました。
遺伝的プログラミングが発展していったら…
より精巧なプログラムが作れる
数学の未解決問題がとけるかも
それどころか様々な難問への適切なアプローチ
を見つけられるかも…！

小並感なまとめ
GPは難しい
GPは奥深い
GPは未知だ
でも…いや、だからこそ

GPって楽しい！

ご清聴ありがとうございました。

Recommended