Sommario

Prefazione 9

                         Ringraziamenti 11

                         Capitolo 1 - Gli algoritmi genetici: una panoramica 13
                         1.1 Breve storia della computazione evolutiva 14
                         1.2 Il fascino dell'evoluzione 16
                         1.3 Terminologia biologica 18
                         1.4 Spazi di ricerca e paesaggi di idoneitą 19
                         1.5 Elementi di base degli algoritmi genetici 21
                         Esempi di funzioni di idoneitą 21
                         Gli operatori degli AG 22
                         1.6 Un semplice algoritmo genetico 23
                         1.7 Algoritmi genetici e metodi di ricerca tradizionali 25
                         1.8 Alcune applicazioni degli algoritmi genetici 29
                         1.9 Due semplici esempi 30
                         Uso degli AG per far evolvere strategie per il Dilemma dei Prigionieri 30
                         Ospiti e parassiti: utilizzo degli AG per far evolvere reti di ordinamento
                         34
                         1.10 Come funzionano gli algoritmi genetici? 41
                         Esercizi 45
                         Esercizi di implementazione 45

                         Capitolo 2 - Gli algoritmi genetici nella risoluzione dei problemi
                         49
                         2.1 Evoluzione di programmi 49
                         Evoluzione di programmi Lisp 50
                         Evoluzione di automi cellulari 58
                         2.2 Analisi dei dati e predizione 71
                         Predizione di sistemi dinamici 71
                         Predizione di strutture proteiche 77
                         2.3 Evoluzione di reti neurali 81
                         Evoluzione dei pesi in una rete fissata 83
                         Evoluzione di architetture di rete 87
                         Codifica diretta 87
                         Codifica grammaticale 89
                         Evoluzione di una regola di apprendimento 93
                         Esercizi 97
                         Esercizi di implementazione 98

                         Capitolo 3 - Gli algoritmi genetici nella modellistica scientifica
                         103
                         3.1 Modellazione delle interazioni tra apprendimento ed evoluzione 105
                         L'effetto Baldwin 105
                         Un semplice modello per l'effetto Baldwin 108
                         Apprendimento evolutivo per rinforzo 113
                         3.2 Modellazione della selezione sessuale 119
                         Simulazione ed elaborazione di un modello matematico per la
                         selezione sessuale 120
                         3.3 Modellazione di ecosistemi 124
                         3.4 Misura dell'attivitą evolutiva 128
                         Esercizi 133
                         Esercizi di implementazione 133

                         Capitolo 4 - Fondamenti teorici degli algoritmi genetici 137
                         4.1 Gli schemi e il Problema del bandito a due braccia 138
                         Il Problema del bandito a due braccia 139
                         Cenni alla soluzione 140
                         Interpretazione della soluzione 142
                         Implicazioni sulle prestazioni degli AG 144
                         Come ingannare un algoritmo genetico 145
                         I limiti dell'analisi "statica" degli schemi 146
                         4.2 Strade maestre 148
                         Funzioni di tipo "strada maestra" 148
                         Risultati sperimentali 149
                         Analisi del metodo di salita con mutazioni casuali 151
                         Autostop in un algoritmo genetico 153
                         Un algoritmo genetico ideale 155
                         4.3 Modelli matematici di algoritmi genetici semplici 160
                         Formalizzazione degli AG 160
                         Risultati della formalizzazione 165
                         Un modello con popolazione finita 166
                         4.4 Approcci basati sulla meccanica statistica 170
                         Esercizi 174
                         Esercizi di implementazione 176

                         Capitolo 5 - Implementazione di un algoritmo genetico 177
                         5.1 Quando occorre utilizzare un algoritmo genetico? 178
                         5.2 Codifica dei problemi per un algoritmo genetico 179
                         Codifiche binarie 179
                         Codifiche a pił caratteri e a valori reali 179
                         Codifiche ad albero 180
                         5.3 Adattamento della codifica 181
                         Inversione 182
                         Evoluzione di "punti caldi" per l'incrocio 184
                         AG disordinati 184
                         5.4 Metodi di selezione 189
                         Cambiamento di scala sigma 190
                         L'elitarismo 191
                         Selezione di Boltzmann 191
                         Selezione in base al rango 192
                         Selezione a torneo 194
                         Selezione a stato stazionario 194
                         5.5 Operatori genetici 195
                         L'incrocio 195
                         La mutazione 197
                         Altri operatori e strategie di accoppiamento 197
                         5.6 Parametri per gli algoritmi genetici 198
                         Esercizi 201
                         Esercizi di implementazione 202

                         Capitolo 6 - Conclusioni e indirizzi futuri 203
                         Inclusione delle interazioni ecologiche 205
                         Inclusione di idee nuove dalla genetica 205
                         Inclusione dello sviluppo e dell'apprendimento 205
                         Adattamento delle codifiche e uso di codifiche che permettono
                         strutture gerarchiche e aperte 206
                         Adattamento dei parametri 207
                         Connessioni con la letteratura della genetica matematica 207
                         Estensione degli approcci basati sulla meccanica statistica 207
                         Identificazione e superamento dei fattori che ostacolano gli AG 208
                         Comprensione del ruolo degli schemi negli AG 208
                         Comprensione del ruolo dell'incrocio 208
                         Teoria degli AG con idoneitą endogena 208

                         Appendice A - Riferimenti generali scelti 209

                         Appendice B - Altre risorse 211
                         Selezione di riviste che pubblicano articoli sugli algoritmi genetici 211
                         Selezione di conferenze annuali o biennali che comprendono lavori
                         sugli algoritmi genetici 211
                         Mailing list su Internet, siti World Wide Web e gruppi di discussione
                         con informazioni e discussioni sugli algoritmi genetici 212

                         Bibliografia 213

                         Indice analitico 233