Algoritmos Genéticos
|
|
- Lucas Affonso de Escobar
- 8 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012
2 Agenda Breve História da Computação Evolutiva Inspiração Biológica Usar Algoritmos Evolutivos, Por quê? Algoritmos Genéticos Aplicações Atividade Prática 2
3 Breve História da Comp. Evolutiva (1950 / 1960) alguns cientistas da computação de forma independente estudavam os sistemas evolutivos como uma ferramenta de otimização para problemas de Engenharia. A ideia era evoluir uma série de soluções candidatas usando operadores inspirados na evolução e genética. 3
4 Breve História da Comp. Evolutiva Durante esse mesmo período, alguns biólogos evolucionistas usaram computadores para simular evolução para experimentos controlados. Baricelli (1957): Symbiogenetic evolution processes realized by artificial methods. Box (1957): Evolutionary operation: A method for increasing industrial productive. Rechenberg (1965): Cybernetic Solution Path of an Experimental Problem. Fogel, L.J., Owens, A.J., Walsh, M.J. (1966): Artificial Intelligence through Simulated Evolution. 4
5 Breve História da Comp. Evolutiva O algoritmo genético (AG) foi inventado por John Holland nos anos de 1960 e foi implementado nos de 1970 com a colaboração de estudantes e colegas. Em seu livro de 1975 Adaptation in Natural and Artificial Systems Holland apresenta o AG como uma abstração da evolução biológica. 5
6 Breve História da Comp. Evolutiva Dessa forma a meta original de Holland não era projetar um algoritmo para um problema específico, e sim estudar formalmente o fenômeno da evolução. O que temos hoje, são basicamente subprodutos do conceito original de AG desenvolvido por Holland. 6
7 Inspiração Biológica Evolução Darwiniana Reprodução com herança Variação Seleção Natural Genética É a ciência dos genes, da hereditariedade e da variação dos organismos. 7
8 Inspiração Biológica Evolução biológica é a mudança das características hereditárias de populações biológicas ao longo de gerações sucessivas. Os processos evolutivos dão origem a diversidade em todos os níveis de organização biológica, incluindo as espécies, organismos e moléculas tais como DNA e proteínas. 8
9 Inspiração Biológica Todos os organismos vivos são formados uma ou mais células. E em cada célula existe o mesmo conjunto de cromossomos. Os cromossomos são constituídos por genes, blocos de DNA. Cada gene codifica uma proteína particular* (uma característica particular). [simplista] 9
10 10
11 Inspiração Biológica Uma população de indivíduos com reprodução com herança: recombinação genética (cruzamento/crossover) Variação Genética: Mutação Seleção Natural: Avaliação dos indivíduos por adaptabilidade ou qualidade (fitness) 11
12 Algoritmos Genéticos, Por quê? Independência do domínio: modelo geral, podem ser aplicados a diversos tipos de problemas; Não linearidade: Os AG s não linearizam o problema, tratam a complexidade do problema; Robustez: funções ruidosas, descontínuas, espaço de busca pouco conhecido, em geral evita ótimos locais; Facilidade de modificação: fácil alteração dos parâmetros para atender a modificações no problema; Natureza paralela: a sua natureza populacional facilita a paralelização. 12
13 Da Biologia à Computação 13
14 Algoritmos Genéticos O que são Algoritmos Genéticos (AGs)? Procedimentos computacionais que: Modelam e reproduzem processos evolutivos Buscam soluções para problemas diversos* 14
15 Algoritmos Genéticos Componentes fundamentais: Representação de indivíduos População Função de avaliação (fitness) Mecanismos de recombinação e mutação Mecanismos de seleção para reprodução Mecanismos de seleção para sobrevivência 15
16 Algoritmos Genéticos Representação de Indivíduos: É dada por sua modelagem genotípica e as respostas obtidas pela modelagem fenotípica 16
17 Algoritmos Genéticos Representação (Contexto Biológico): 17
18 Algoritmos Genéticos Representação (Contexto Computacional): 18
19 Algoritmos Genéticos Representação por Cadeias de Bits: Binária Inteira Real 19
20 Algoritmos Genéticos População: É um conjunto de indivíduos, ou seja, um conjunto de possíveis soluções do problema Normalmente o número de indivíduos é fixo Objetiva a diversidade, isto é, o maior número de soluções distintas possível 20
21 Algoritmos Genéticos Função de Avaliação (Fitness): É uma forma de se atribuir uma medida de qualidade à informação genotípica Essa medida de qualidade é observada no contexto da informação fenotípica Também chamada Função Objetivo, visto que os AGs solucionam problemas de Otimização Em um modelo matemático, essa função deverá ser maximizada ou minimizada 21
22 Algoritmos Genéticos Mecanismos de Recombinação Genética: Recombinação Binária e Inteira: Ponto Único N Pontos Uniforme Recombinação Real: Mecanismos anteriores Aritmética em Ponto Único Aritmética em N pontos Aritmética Uniforme 22
23 Algoritmos Genéticos Recombinação Binária e Inteira: Operações análogas para cadeias de Inteiros e Reais 23
24 Algoritmos Genéticos Recombinação Real Cálculo da Média Aritmética entre os alelos de cada cromossomo x = i + j ; i, j = {1,, n}
25 Algoritmos Genéticos Mecanismos de Mutação: Mutação Binária Em N Pontos Ponto a Ponto Mutação Inteira Redefinição Aleatória Redefinição Aleatória com Soma Mutação Real Mutação Uniforme 25
26 Algoritmos Genéticos Mutação: Inteira Binária x i Q min,max Real x i R min,max 26
27 Algoritmos Genéticos Mecanismos de Seleção para Reprodução: Seleção Probabilística: Roleta Seleção Determinística: Torneio 27
28 Algoritmos Genéticos Mecanismo de Seleção por Roleta: 28
29 Algoritmos Genéticos Mecanismo de Seleção por Torneio: 29
30 Algoritmos Genéticos Mecanismos de Seleção de Sobreviventes: Baseado em Idade Eliminação Inserção (Política de Filas) Baseado em Fitness Substituição do(s) Pior(es) Elitista 30
31 Algoritmos Genéticos Componentes fundamentais: Representação de indivíduos População Função de avaliação (fitness) Mecanismos de recombinação e mutação Etapas Básicas Mecanismos de seleção para reprodução Mecanismos de seleção para sobrevivência 31
32 Algoritmos Genéticos Etapas básicas: 1. Inicializar uma população 2. Avaliar cada indivíduo 3. Selecionar Indivíduos para reprodução 4. Aplicar recombinação genética (crossover) 5. Aplicar mutação Fluxograma 6. Avaliar os novos indivíduos 7. Selecionar Sobreviventes 32
33 Algoritmos Genéticos Figura 2 Fluxograma de um AG básico [1]. 33
34 Algoritmos Genéticos Pseudocódigo genérico de um AG: 1. Procedimento AG recebe (n, r, m) retorna (P) 2. Inicializar (P, n) 3. Avaliar (P) 4. it := 1 5. Enquanto (critério de parada não atingido) faça 6. P := Selecionar Pais (P) 7. P := Aplicar Recombinação (P, r) 8. Aplicar Mutação (P, m) 9. Avaliar (P ) 10. Selecionar Sobreviventes (P, P ) 11. it := it + 1 Notação: n n. de indivíduos r tx. de recombinação m tx. de mutação P pop. de indivíduos it iteração P pais selecionados P nova população 34
35 Aplicações Problemas de Otimização: Problemas de Maximização/Minimização de Funções Problemas de Logística: Caixeiro Viajante Sequenciamento e Retirada de Contêineres 35
36 Atividade Prática LVCON: Exercício de Fixação 3 (5 min) Exercício de Fixação 5 (15 min) Análise da Aplicação do Problema do Caixeiro Viajante (PCV) (5 min) 36
37 Atividade Prática Exercício 3 Tempo: 5 minutos Quais as principais etapas de um algoritmo evolutivo? 37
38 Atividade Prática Exercício 3 (Resposta) Quais as principais etapas de um algoritmo evolutivo? Inicializar uma população Avaliar cada indivíduo Selecionar Indivíduos para reprodução Aplicar recombinação genética (crossover) Aplicar mutação Avaliar os novos indivíduos Selecionar Sobreviventes 38
39 Exercício 5 Dada a seguinte população: Aplique as operações de: 1. Seleção (1, 5) (3 min) 2. Recombinação (8) (3 min) 3. Mutação (2, 4) (3 min) 4. Avalie o fitness de cada indivíduo (3 min) Dado pela soma de bits 1 Revisão (3 min) Atividade Prática Indivíduo População 1º º º º º º
40 Atividade Prática Exercício 5 (Resposta) - (3 min) 1. Seleção (1, 5) Indivíduo População 1º º
41 Atividade Prática Exercício 5 (Resposta) - (3 min) 2. Recombinação (8) Indivíduo População 1º º
42 Atividade Prática Exercício 5 (Resposta) - (3 min) 3. Mutação (2, 4) Indivíduo População 1º º
43 Atividade Prática Exercício 5 (Resposta) - (3 min) 4. Avalie o fitness de cada indivíduo Indivíduo População Fitness 1º º
44 Atividade Prática Análise da Aplicação do Problema do Caixeiro Viajante Tempo: 5 minutos Execute o algoritmo nas seguintes configurações: N Ind % Recomb % Mut Seleção Roleta Roleta Torneio Mutação 2-opt 2-opt Swap N Cidades
45 Atividade Prática Análise da Aplicação do Problema do Caixeiro Viajante Tempo: 5 minutos Execute o algoritmo nas seguintes configurações: Teste Config. 1 Config. 2 Config. 3 1 Começa com uma distância baixa e otimiza (pouco) até a convergência 2 Começa com uma distância alta e otimiza (muito) até a convergência 3 Começa com uma distância alta e otimiza (pouco) até a convergência 45
INF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 04 Algoritmos Genéticos Introdução Algoritmos genéticos são bons para abordar espaços de buscas muito grandes e navegálos
Leia maisComplemento IV Introdução aos Algoritmos Genéticos
Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola
Leia mais- Computação Evolutiva -
- Computação Evolutiva - Prof. Dr. Cícero Garrozi DEINFO - UFRPE PPGIA@UFRPE cicerog@gmail.com Site da disciplina: http://cicerog.blogspot.com Sumário Situando a Computação Evolucionária Metáfora principal
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados
Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas Departamento de Ciências
Leia maisALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA
136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização
Leia mais3 ALGORITMOS GENÉTICOS : CONCEITOS BÁSICOS E EXTENSÕES VINCULADAS AO PROBLEMA DE MINIMIZAÇÃO DE PERDAS
3 ALGORITMOS GENÉTICOS : CONCEITOS BÁSICOS E EXTENSÕES VINCULADAS AO PROBLEMA DE MINIMIZAÇÃO DE PERDAS 3.1 - Conceitos Básicos Entendemos como algoritmo um conjunto predeterminado e bem definido de regras
Leia maisALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS INTRODUÇÃO São métodos adaptativos que podem ser usados para resolver problemas de busca e otimização. Na natureza a combinação de boas características provenientes de diferentes indivíduos
Leia maisDESENVOLVIMENTO DE SISTEMA DE VIDA ARTIFICIAL BASEADO EM AGENTES DE COMPORTAMENTOS COMPLEXOS
DESENVOLVIMENTO DE SISTEMA DE VIDA ARTIFICIAL BASEADO EM AGENTES DE COMPORTAMENTOS COMPLEXOS RELATÓRIO FINAL DE PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE) Juliana Martins Maia Pereira (UNIVAP, Bolsista
Leia maisEvolução Biológica e Algoritmos Genéticos. Fábio Lima Custódio flc@lncc.br
Evolução Biológica e Algoritmos Genéticos Fábio Lima Custódio flc@lncc.br Sumário Conceitos gerais O que é evolução? Forças Evolutivas Mutação Deriva Gênica Fluxo gênico Seleção Natural A teoria evolutiva
Leia maisAlgoritmos Genéticos (GA s)
Algoritmos Genéticos (GA s) 1 Algoritmos Genéticos (GA s) Dado um processo ou método de codificar soluções de um problema na forma de cromossomas e dada uma função de desempenho que nos dá um valor de
Leia maisAtividade extra. Questão 1. Questão 2. Ciências da Natureza e suas Tecnologias Biologia. A diversidade biológica é o fruto da variação genética.
Atividade extra Questão 1 A diversidade biológica é o fruto da variação genética. Falar em biodiversidade e em tempo significa, necessariamente, falar de: a. Degeneração. b. Conservação. c. Evolução. d.
Leia maisInteligência Computacional Aplicada a Engenharia de Software
Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar
Leia maisInteligência Computacional: resolvendo problemas difíceis da vida real
Instituto de Computação Semana Nacional da Ciência e Tecnologia Escola Agrotécnica Federal de Inconfidentes Inteligência Computacional: resolvendo problemas difíceis da vida real Carlos Eduardo de Andrade
Leia maisConceitos Básicos de Algoritmos Genéticos: Teoria e Prática
Conceitos Básicos de Algoritmos Genéticos: Teoria e Prática Thatiane de Oliveira Rosa 1, Hellen Souza Luz 2 1 Curso de Sistemas de Informação Centro Universitário Luterano de Palmas (CEULP/ULBRA) Caixa
Leia maisO DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são
Atividade extra Fascículo 2 Biologia Unidade 4 Questão 1 O DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são chamados de genes. Assinale abaixo quais
Leia maisESTUDO PRELIMINAR SOBRE A ESCALABILIDADE DE UM ALGORITMO GENÉTICO PARALELIZADO COM OPENMP. Mateus Fontoura Gomes da Rosa Márcia C.
ESTUDO PRELIMINAR SOBRE A ESCALABILIDADE DE UM ALGORITMO GENÉTICO PARALELIZADO COM OPENMP Mateus Fontoura Gomes da Rosa Márcia C. Cera Roteiro Introdução Problema de Roteamento de Veículos Objetivos da
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisProblemas Multi-modais e Distribuições Espaciais em Algoritmos Genéticos.
Problemas Multi-modais e Distribuições Espaciais em Algoritmos Genéticos. Thiago da Mota Souza Coordenação de Pós-Graduação e Pesquisa de Engenharia Centro de Tecnologia Universidade Federal do Rio de
Leia maisALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO
ALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO Renan de Oliveira Yamaguti Faculdade de Engenharia de Computação / CEATEC renan.yamaguti@terra.com.br
Leia maisEvolution of Robustness in an Electronic Design
Evolution of Robustness in an Electronic Design MAC0461 - Introdução ao Escalonamento e Aplicações Professor: Alfredo Goldman vel Lejbman Instituto de Matemática e Estatística Universidade de São Paulo
Leia maisComputação BioInspirada
Computação BioInspirada Os Engenheiros da Natureza Fabrício Olivetti de França The reasonable man adapts himself to the world; the unreasonable one persists in trying to adapt the world to himself. Therefore
Leia maisCOMPUTAÇÃO EVOLUTIVA
COMPUTAÇÃO EVOLUTIVA Grupo de Pesquisas em Computação Evolutiva Aurora Pozo Andrea de Fatima Cavalheiro Celso Ishida Eduardo Spinosa Ernesto Malta Rodrigues Departamento de Informática Universidade Federal
Leia maisOtimização de Recuperação de Informação usando Algoritmos Genéticos
Otimização de Recuperação de Informação usando Algoritmos Genéticos Neide de Oliveira Gomes, M. Sc., nog@inpi.gov.br Prof. Marco Aurélio C. Pacheco, PhD Programa de Doutorado na área de Métodos de Apoio
Leia maisA Otimização Colônia de Formigas
A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado
Leia maisPLANEJAMENTO ANUAL / TRIMESTRAL 2014 Conteúdos Habilidades Avaliação
COLÉGIO LA SALLE BRASÍLIA SGAS Q. 906 Conj. E C.P. 320 Fone: (061) 3443-7878 CEP: 70390-060 - BRASÍLIA - DISTRITO FEDERAL Disciplina: Biologia Trimestre: 1º Professor(a): Camilla Silva (B1) e Elisangela
Leia maisMinicurso SBSE 2012:
Campus de Ilha Solteira Faculdade de Engenharia de Ilha Solteira Departamento de Energia Elétrica Minicurso SBSE 2012: Metaheurísticas em sistemas elétricos de potência: introdução ao estudo e aplicações
Leia maisInteligência Artificial
Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas
Leia maisIntrodução à genética quantitativa usando os recursos do R
Introdução à genética quantitativa usando os recursos do R Marisa R. Cantarino 1 Julia M. P. Soler (orientadora) 2 1 Introdução Um dos principais desafios da pesquisa genética atualmente é estabelecer
Leia maisEscalonamento de Ordens de Produção Utilizando Algoritmos Genéticos
Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Bacharelado em Ciências da Computação Estágio Supervisionado Escalonamento de Ordens de Produção Utilizando Algoritmos Genéticos Acadêmico:
Leia maisPós-Graduação em Engenharia Elétrica Inteligência Artificial
Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms
Leia maisIA Colônia de Formigas. Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA Colônia de Formigas Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução O Experimento da Ponte Binária. Ant System Aplicado ao PCV. Elitist Ant System. Introdução Otimização colônia
Leia mais3 Métodos de Otimização
3 Métodos de Otimização 3.1. Introdução Os problemas de otimização são problemas de maximização ou minimização de função de uma ou mais variáveis num determinado domínio, sendo que, geralmente, existe
Leia maisSLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos
SLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos Fredson Vieira Costa 1, Fábio Silveira Vidal 1, Claudomiro Moura Gomes André 1 1 Curso de Bacharelado em Ciência da Computação
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia maisEvolução via Selecção Natural (Darwin) - sobrevivem os mais aptos (fittest )
Generalidades A metáfora Biológica Evolução via Selecção Natural (Darwin) - sobrevivem os mais aptos (fittest ) Operadores Genéticos (Mendel) - recombinação (crossover ) - mutação (mutation ) Algoritmos
Leia maisVerificação de Impressões Digitais usando Algoritmos Genéticos
1. Introdução Verificação de Impressões Digitais usando Algoritmos Genéticos Matheus Giovanni Pires, Fernando Vieira Duarte, Adilson Gonzaga Escola de Engenharia de São Carlos Universidade de São Paulo
Leia maisResposta: Interbits SuperPro Web
1. (Fuvest 2012) Uma mutação, responsável por uma doença sanguínea, foi identificada numa família. Abaixo estão representadas sequências de bases nitrogenadas, normal e mutante; nelas estão destacados
Leia maisProblema 8-Puzzle: Análise da solução usando Backtracking e Algoritmos Genéticos
Problema 8-Puzzle: Análise da solução usando e Nelson Florêncio Junior Orientador: Frederico Gadelha Guimarães Departamento de Computação UFOP 18 de agosto de 2011 Nelson Florêncio Junior (UFOP) PAA 1
Leia maisMELHORAMENTO DE PLANTAS AUTÓGAMAS POR HIBRIDAÇÃO
MELHORAMENTO DE PLANTAS AUTÓGAMAS POR HIBRIDAÇÃO 7 INTRODUÇÃO Vimos no capítulo anterior a utilização da seleção no melhoramento de espécies autógamas. O requisito básico para utilizarmos essa técnica
Leia maisMetodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi
Metodologias de Desenvolvimento de Sistemas Analise de Sistemas I UNIPAC Rodrigo Videschi Histórico Uso de Metodologias Histórico Uso de Metodologias Era da Pré-Metodologia 1960-1970 Era da Metodologia
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisAPLICAÇÕES DE ALGORITMOS GENÉTICOS
APLICAÇÕES DE ALGORITMOS GENÉTICOS Augusto Cesar E. Redusino Faculdade Salesiana Maria Auxiliadora R. Monte Elíseos S/N Visconde de Araújo CEP 27943-180 Macaé-RJ e-mail: augustoredusino@gmail.com Resumo
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.1. Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
Agenda Análise e Técnicas de Algoritmos Introdução Informal Motivação Jorge Figueiredo Visão Geral do do Curso Introdução Informal O nosso curso é sobre técnicas e análise de de algoritmos (computacionais).
Leia maisAlgoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados
Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente
Leia maisEstudo de Casos 57. 5.1. Estudo de Caso 1: Velocidade Intervalar e Espessura da Camada
Estudo de Casos 57 5 Estudo de Casos Neste capítulo são relatados três estudos de caso com sismogramas de referência sintéticos que têm como objetivo avaliar o modelo proposto. Na descrição dos estudos
Leia maisPROBLEMAS FÁCEIS E DIFÍCEIS. Prof. André Vignatti DINF - UFPR
PROBLEMAS FÁCEIS E DIFÍCEIS Prof. André Vignatti DINF - UFPR ENCONTRANDO CARTAS E PALAVRAS... Experimento em sala: encontrar carta no baralho, encontrar palavra no dicionário Qual das duas buscas é mais
Leia maisEMENTAS DAS DISCIPLINAS
EMENTAS DAS DISCIPLINAS CURSO CST ANÁLISE E DESENVOLVIMENTO DE SISTEMAS INTRODUÇÃO À COMPUTAÇÃO 68 A disciplina estuda a área da informática como um todo e os conceitos fundamentais, abrangendo desde a
Leia maisEntendendo a herança genética (capítulo 5) Ana Paula Souto 2012
Entendendo a herança genética (capítulo 5) Ana Paula Souto 2012 CÂNCER 1) O que é? 2) Como surge? CÂNCER 1) O que é? É o nome dado a um conjunto de mais de 100 doenças que têm em comum o crescimento desordenado
Leia maisFrederico Gadelha Guimarães frederico.g.guimaraes@gmail.com. Departamento de Computação (DECOM) Universidade Federal de Ouro Preto (UFOP)
Frederico Gadelha Guimarães frederico.g.guimaraes@gmail.com Natural problem solvers: (1) O cérebro humano neurocomputação; (2) O processo evolutivo computação evolutiva; Living organisms are consummate
Leia maisAs bactérias operárias
A U A UL LA As bactérias operárias Na Aula 47 você viu a importância da insulina no nosso corpo e, na Aula 48, aprendeu como as células de nosso organismo produzem insulina e outras proteínas. As pessoas
Leia maisBioinformática Aula 01
Bioinformática Aula 01 Prof. Ricardo Martins Ramos * * Doutorando em Genética e Toxicologia Aplicada CEFET-PI/ULBRA-RS Linha de Pesquisa Bioinformática Estrutural E-mail: ricardo@cefetpi.br Visão Holística
Leia maisTranscrição Automática de Música
Transcrição Automática de Música Ricardo Rosa e Miguel Eliseu Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria Departamento de Engenharia Informática A transcrição automática de
Leia maisTERAPIA GÊNICA. Brasília DF, Julho de 2010.
Apresentação desenvolvida pelas graduandas em Ciências Farmacêuticas: Ana Carolina Macedo Lima, Ariane Mugnano Castelo Branco, Caroline Cardoso Mendes Souza, Clarisse Danielli Silva Albergaria, Jéssica
Leia maisOTIMIZAÇÃO POR NUVEM DE PARTÍCULAS: DIFERENÇA ENTRE APLICAÇÕES A PROBLEMAS CONTÍNUOS E DISCRETOS
OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS: DIFERENÇA ENTRE APLICAÇÕES A PROBLEMAS CONTÍNUOS E DISCRETOS Marilyn Cristine Serafim de Oliveira 1, Thales Lima Silva 1, Dario José Aloise 1 1 Universidade Federal
Leia maisOrientação à Objetos. Aécio Costa
Aécio Costa O paradigma da orientação à objetos Paradigma? Um paradigma é uma forma de abordar um problema. No contexto da modelagem de um sistema de software, um paradigma tem a ver com a forma pela qual
Leia maisComputação Evolutiva: desvendando os algoritmos genéticos Evolutionary Computing: unleashing genetic algorithms
Computação Evolutiva: desvendando os algoritmos genéticos Evolutionary Computing: unleashing genetic algorithms Sílvio Petroli Neto 1, FAJ, USF Resumo Este trabalho apresenta os Algoritmos Genéticos, uma
Leia mais3 Método de Monte Carlo
25 3 Método de Monte Carlo 3.1 Definição Em 1946 o matemático Stanislaw Ulam durante um jogo de paciência tentou calcular as probabilidades de sucesso de uma determinada jogada utilizando a tradicional
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisACESSO VESTIBULAR QUESTÕES DE PROCESSAMENTO DE RNA OU SPLICING 01. (MAMA 2007.1) PÁGINAS OCULTAS NO LIVRO DA VIDA
ACESSO VESTIBULAR QUESTÕES DE PROCESSAMENTO DE RNA OU SPLICING 01. (MAMA 2007.1) PÁGINAS OCULTAS NO LIVRO DA VIDA Os biólogos supunham que apenas as proteínas regulassem os genes dos seres humanos e dos
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Uma visão de Intratabilidade, Classes P e NP - redução polinomial - NP-completos e NP-difíceis Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com
Leia maisRequisitos de Software
Requisitos de Software Centro de Informática - Universidade Federal de Pernambuco Kiev Gama kiev@cin.ufpe.br Slides originais elaborados por Ian Sommerville e adaptado pelos professores Márcio Cornélio,
Leia maisSIP Sistema Inteligente de Carregamento de Paletes
POLITÉCNICA DE SIP Sistema Inteligente de Carregamento de Paletes Trabalho de Conclusão de Curso Engenharia da Computação Nome do Aluno: George Moraes Cavalcanti Júnior Orientador: Prof. Carmelo José Albanez
Leia mais1.1. Organização de um Sistema Computacional
1. INTRODUÇÃO 1.1. Organização de um Sistema Computacional Desde a antiguidade, o homem vem desenvolvendo dispositivos elétricoeletrônicos (hardware) que funciona com base em instruções e que são capazes
Leia maisBUSCA LOCAL ITERADA (ILS ITERATED LOCAL SEARCH)
BUSCA LOCAL ITERADA (ILS ITERATED LOCAL SEARCH) Francisco A. M. Gomes 1º sem/2009 MT852 Tópicos em pesquisa operacional Iterated local search (ILS) Método que gera uma sequência de soluções obtidas por
Leia maisResolução de problemas e desenvolvimento de algoritmos
SSC0101 - ICC1 Teórica Introdução à Ciência da Computação I Resolução de problemas e desenvolvimento de algoritmos Prof. Vanderlei Bonato Prof. Cláudio Fabiano Motta Toledo Sumário Análise e solução de
Leia maisUNIVERSIDADE ESTADUAL DE CAMPINAS UNICAMP FACULDADE DE TECNOLOGIA FT PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA
UNIVERSIDADE ESTADUAL DE CAMPINAS UNICAMP FACULDADE DE TECNOLOGIA FT PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA Projeto Gene: Ambiente de Apoio à Aprendizagem de Genética Baseado em Tamagotchi
Leia maisProblemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados
GA em Otimização Combinatorial Problemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados Problem a do Caixeiro Viajante Problem as de Planejamento
Leia maisCurso Técnico em Redes
Curso Técnico em Redes Prof. Airton Ribeiro - 2012 Histórico das Linguagens de Programação O que é? É um método padronizado para expressar instruções para um computador. É um conjunto de regras sintáticas
Leia maisInteligência de Enxame: ACO
Inteligência de Enxame: ACO! Otimização colônia de formigas é uma meta-heurística: «baseada em população «inspirada no comportamento forrageiro das formigas.! Muitas espécies de formigas são quase cegas.!
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Introdução. Prof. Humberto Brandão humberto@dcc.ufmg.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Introdução Prof. Humberto Brandão humberto@dcc.ufmg.br aula disponível no site: http://www.bcc.unifal-mg.edu.br/~humberto/ Universidade Federal de
Leia maisAlgoritmos Genéticos. André Ricardo Gonçalves. andreric [at] dca.fee.unicamp.br www.dca.fee.unicamp.br/~andreric
Algoritmos Genéticos André Ricardo Gonçalves andreric [at] dca.fee.unicamp.br www.dca.fee.unicamp.br/~andreric Sumário 1 Algoritmo Genético p. 3 1.1 Computação Evolucionária...........................
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisCurso: Veterinária 2 Semestre Campus Palotina. Professor. Dr. Robson Fernando Missio rfmissio@yahoo.com.br
Curso: Veterinária 2 Semestre Campus Palotina Professor Dr. Robson Fernando Missio rfmissio@yahoo.com.br Alelo formas alternativas de um gene; Os genes podem existir em diferentes versões chamadas alelos
Leia maisBIOLOGIA NO ENEM: CONTEÚDO PROGRAMÁTICO
BIOLOGIA NO ENEM: CONTEÚDO PROGRAMÁTICO O ENEM, Exame Nacional do Ensino Médio, em sua versão 2012, apresentará uma redação e 180 questões objetivas, divididas nas quatro áreas do conhecimento: - Ciências
Leia maisModelos BioMatemáticos
Modelos BioMatemáticos http://correio.fc.ul.pt/~mcg/aulas/biopop/ Pedro J.N. Silva Sala 4.1.16 Departamento de Biologia Vegetal Faculdade de Ciências da Universidade de Lisboa Pedro.Silva@fc.ul.pt Genética
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia maisMestrado em Informática, tendo Inteligência Artificial como área de pesquisa.
André Montevecchi Graduado em Sistemas de Informação. Mestrado em Informática, tendo Inteligência Artificial como área de pesquisa. andre@montevecchi.com.br 1 Agenda Introdução Teste de Turing Robótica
Leia mais2005 José Miquel Cabeças
Dimensionamento de linhas de produção 1 - INTRODUÇÃO A fabricação de elevado volume de produção é frequentemente caracterizada pela utilização de linhas de montagem e fabricação. O balanceamento de linhas
Leia maisTÍTULO DO PROGRAMA. A História do Alimento SINOPSE
TÍTULO DO PROGRAMA A História do Alimento SINOPSE O documentário defende as pesquisas científicas e a engenharia genética envolvendo alimentos. Faz um retrospecto da produção agrícola para mostrar que
Leia maisELIAS MELGAÇO CHAVES JÚNIOR ALGORITMOS GENÉTICOS: COMPARAÇÃO ENTRE OS FRAMEWORKS AFORGE E JGAP
ELIAS MELGAÇO CHAVES JÚNIOR ALGORITMOS GENÉTICOS: COMPARAÇÃO ENTRE OS FRAMEWORKS AFORGE E JGAP Palmas 2012 ELIAS MELGAÇO CHAVES JÚNIOR ALGORITMOS GENÉTICOS: COMPARAÇÃO ENTRE OS FRAMEWORKS AFORGE E JGAP
Leia maisEngenharia de Software I
Engenharia de Software I Curso de Desenvolvimento de Software Prof. Alessandro J de Souza ajdsouza@cefetrn.br 1 Rational Unified Process RUP Fase Construção 2 VISÃO GERAL Fase Construção. Visão Geral 3
Leia mais5 SIMULAÇÃO DE UM SISTEMA WDM DE DOIS CANAIS COM O SOFTWARE VPI
68 5 SIMULAÇÃO DE UM SISTEMA WDM DE DOIS CANAIS COM O SOFTWARE VPI O software VPI foi originalmente introduzido em 1998 e era conhecido como PDA (Photonic Design Automation). O VPI atualmente agrega os
Leia maisFUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO
FUNDAÇÃO DE APOIO AO ENINO TÉCNICO DO ETADO DO RIO DE JANEIRO PLANO DE CURO 1. Identificação Curso de Extensão: INTRODUÇÃO AO ITEMA INTELIGENTE Professor Regente: José Carlos Tavares da ilva Carga Horária:
Leia maisCI165 Introdução. André Vignatti. 31 de julho de 2014
Introdução 31 de julho de 2014 Antes de mais nada... Os slides de 6 aulas (introdução, insertion sort, mergesort, quicksort, recorrências e limitantes de ordenação) foram originalmente feitos pelos Profs.
Leia maisDisciplina de Projetos e Análise de Algoritmos. Aula 1 - Apresentação aos Algoritmos Computacionais
Aula 1 - Apresentação aos Algoritmos Computacionais O que é a Disciplina? Disciplina de Projeto e Análise de Algoritmos Esta é uma disciplina de Algoritmos em nível de Pós-Graduação! Temas a serem abordados:
Leia maisPLANEJAMENTO ANUAL / TRIMESTRAL 2013 Conteúdos Habilidades Avaliação
SGAS Q. 906 Conj. E C.P. 30 Fone: (061) 3443-7878 Disciplina: Biologia Trimestre: 1º Professor(a): Elizangela (B1), Guilherme (B) Série: 3º Turmas: 301, 30, 303, 304 PLANEJAMENTO ANUAL / TRIMESTRAL 013
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisArquitetura de Computadores - Arquitetura RISC. por Helcio Wagner da Silva
Arquitetura de Computadores - Arquitetura RISC por Helcio Wagner da Silva Introdução RISC = Reduced Instruction Set Computer Elementos básicos: Grande número de registradores de propósito geral ou uso
Leia maisALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA
ALESSANDRO RODRIGO FRANCO FERNANDO MARTINS RAFAEL ALMEIDA DE OLIVEIRA INTRODUÇÃO O projeto de um banco de dados é realizado sob um processo sistemático denominado metodologia de projeto. O processo do
Leia maisOtimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha
Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Amarildo de Vicente Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste
Leia maisRevisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011
Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,
Leia maisGRUPO 12. Celso André Locatelli de Almeida Gabriell Orisaka Jorge Domingos Pizollato Filho José Lucas do Nascimento Santos
GRUPO 12 Celso André Locatelli de Almeida Gabriell Orisaka Jorge Domingos Pizollato Filho José Lucas do Nascimento Santos Nostrademus VENDA COMPRA O mercado de ações se caracteriza por possuir diversas
Leia maisMemória Cache. Prof. Leonardo Barreto Campos 1
Memória Cache Prof. Leonardo Barreto Campos 1 Sumário Introdução; Projeto de Memórias Cache; Tamanho; Função de Mapeamento; Política de Escrita; Tamanho da Linha; Número de Memórias Cache; Bibliografia.
Leia maisEntendendo a herança genética (capítulo 5) Ana Paula Souto 2012
Entendendo a herança genética (capítulo 5) Ana Paula Souto 2012 CÂNCER 1) O que é? 2) Como surge? CÂNCER 1) O que é? É o nome dado a um conjunto de mais de 100 doenças que têm em comum o crescimento desordenado
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisSistemas de Gestão Ambiental O QUE MUDOU COM A NOVA ISO 14001:2004
QSP Informe Reservado Nº 41 Dezembro/2004 Sistemas de Gestão O QUE MUDOU COM A NOVA ISO 14001:2004 Material especialmente preparado para os Associados ao QSP. QSP Informe Reservado Nº 41 Dezembro/2004
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes Caminhos de custo mínimo em grafo orientado Este problema consiste em determinar um caminho de custo mínimo a partir de um vértice fonte a cada vértice do grafo. Considere um grafo orientado
Leia mais