IA Colônia de Formigas. Prof. Ricardo Britto DIE-UFPI
|
|
- Bruna Affonso Beretta
- 8 Há anos
- Visualizações:
Transcrição
1 IA Colônia de Formigas Prof. Ricardo Britto DIE-UFPI
2 Sumário Introdução O Experimento da Ponte Binária. Ant System Aplicado ao PCV. Elitist Ant System.
3 Introdução Otimização colônia de formigas é uma metaheurística baseada em população e inspirada no comportamento forrageiro das formigas. Muitas espécies de formigas são quase cegas. A comunicação entre as formigas é realizada através de uma substância química denominada de feromônio. Em algumas espécies, o feromônio é usado para criar caminhos (trilhas de formigas).
4 Introdução
5 Introdução
6 Introdução
7 Introdução Ao caminhar, as formigas depositam no chão o feromônio, formando, deste modo, uma trilha de feromônios. Quando elas têm que escolher um caminho, escolhem, com maior probabilidade, o caminho com maior quantidade de feromônio. A trilha ajuda a formiga a achar o caminho de volta e as outras formigas a encontrar a fonte de alimentos.
8 O Experimento da Ponte Binária Experimento realizado por Deneubourg et al., 1990, para estudar o comportamento forrageiro das formigas.
9 O Experimento da Ponte Binária No inicio: As formigas são deixadas livres para escolher o caminho. Não há feromônio ainda.
10 O Experimento da Ponte Binária As formigas convergem para um dos caminhos com igual probabilidade. Devido a flutuações aleatórias, uma das pontes terá mais feromônio e atrairá as formigas com maior probabilidade.
11 O Experimento da Ponte Binária Usando pontes de tamanhos diferentes, as formigas convergem para a ponte mais curta. Uma formiga percorre ida e volta na ponte curta no mesmo tempo que outra formiga realiza apenas o percurso de ida na ponte longa. Logo, será depositado mais feromônio na ponte curta do que na longa.
12 Algoritmo Colônia de Formigas É um algoritmo heurístico construtivo que utiliza o comportamento forrageiro de formigas artificiais para se encontrar a solução de um problema. Elas constroem soluções de forma probabilística utilizando duas informações: A trilha de feromônio (artificial) que muda dinamicamente durante a execução do programa de modo a refletir a experiência já adquirida durante a busca; A informação heurística específica do problema a ser resolvido.
13 Ant System Aplicado ao PCV Ant System foi o primeiro algoritmo criando com base em colônia de formigas reais. Para melhor entendimento deste algoritmo, vamos apresentá-lo no contexto do problema do caixeiro viajante.
14 Ant System Aplicado ao PCV Matriz de Distância do PCV Cidades do PCV
15 Inicialização Cada formiga irá construir uma solução movendo-se de uma cidade para outra. No ínicio, cada formiga é colocada em uma cidade diferente (ou colocada aleatoriamente).
16 Construção da Solução Começando de uma cidade i, a formiga move-se escolhendo probabilisticamente a cidade vizinha j (entre os vizinhos factíveis).
17 Probabilidade de Escolha A probabilidade da formiga k que está na cidade i de escolher a cidade j é dada pela regra: é feromônio associado a aresta (i,j). e são parâmetros para determinar a influência do feromônio e da informação heurística. é a vizinhança factível da formiga k (o conjunto das cidades ainda não visitadas pela formiga k). A escolha é feita de forma similar à roleta viciada dos GA.
18 A Informação Heurística do PCV Associada a aresta (i,j) existe um valor heurístico ij dado por: que representa a atratividade da formiga visitar a cidade i depois de visitar a cidade j. O valor ij é inversamente proporcional a distância d ij entre as cidades i e j.
19 Executando o Algoritmo Passo 1
20 Executando o Algoritmo Passo 2
21 Executando o Algoritmo Passo 3
22 Executando o Algoritmo Passo 4
23 Executando o Algoritmo Término da Primeira Iteração
24 Implementando o Ant System Caminho AntSystem_PCV(int iteracoes, int num_formigas, int tam_caminho){! Formigas populacao(num_formigas);! Int t, k, L, L*= ;! Caminho S*;! for(t=0; t < iteracoes; t++){! for(k=0; k < num_formigas; k++){!! while(populacao.formiga[k].getsizesk()< tam_caminho){!! populacao.formiga[k].selecionacidade();! }! if(populacao.formiga[k].calculalk()< L*){!! S = populacao.formiga[k].getsk();!! L = populacao.formiga[k].getlk();! }! }! populacao.atualizaferomonio();! }! return S! }!
25 Atualização do Feromônio No feromônio ij associado a aresta (i,j) ocorre dois eventos: A evaporação Evita que o feromônio acumulado cresça indefinidamente; Permite esquecer pobres decisões do passado da busca. O depósito de feromônio de todas as formigas que passaram sobre (i,j).
26 Atualização do Feromônio Depois que todas as formigas construíram suas viagens, o feromônio é atualizado. Onde Q é uma constante.
27 O feromônio ij associado a aresta (i,j) é atualizado pelo fórmula: onde 0 < 1 é a taxa de evaporação de feromônio.
28 Execução do Algoritmo Atualização do feromônio na aresta (3, 5) Apenas as formigas 1, 2 e 5 depositam feromônio nesta aresta. Suponha Q = 1, 0. A contribuição de cada formiga: Suponha = 0, 5:
29 Critérios de Parada Número máximo de iterações; Estagnação É a situação na qual todas as formigas seguem sempre o mesmo percurso. É causado pelo excessivo crescimento de feromônio nas arestas de uma viagem subótima.
30 Estagnação Apesar da natureza estocástica do algoritmo, a forte concentração de feromônio nas arestas força a formiga a fazer sempre o mesmo percurso. Feromônio no Início e após 100 iterações
31 Elitist Ant System (EAS) É o primeiro melhoramento no AS. Introduzido por Dorigo (1992). A ideia é fornecer um forte reforço adicional nas arestas pertencendo ao melhor percurso achado desde do inicio do algoritmo. Este percurso será denotado por T bs (do inglês best-so-far tour); É uma idéia similar a estratégia elitismo dos algoritmos evolucionários.
32 Elitist Ant System (EAS) Atualização do Feromônio E e é um parâmetro definido pelo usuário.
Inteligência 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 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 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 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 maisOtimização por Colônia de Formigas (ACO)
Otimização por Colônia de Formigas (ACO) Inspiração Biológica Proposto por Dorigo e Gambardella em 1997 ACO (Ant Colony Optimization) Principal aplicação no PCV Programação do algoritmo Inspiração Biológica
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 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 maisRelatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Leia maisO que é? Swarm Intelligence. Qual a origem? Cardume. Qualquer tentativa de projetar algoritmos ou técnicas de resolução distribuída de
O que é? Swarm Intelligence (Inteligência oletiva) Prof. Luis Otavio lvares Qualquer tentativa de projetar algoritmos ou técnicas de resolução distribuída de problemas inspirada pelo comportamento coletivo
Leia maisINF 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 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 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 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 maisAlgoritmos Genéticos
UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br
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 maisA Otimização Nuvem de Partículas (particle swarm)
A Otimização Nuvem de Partículas (particle swarm) Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 20/06/2007 Índice Introdução Algoritmo Nuvem de Partículas Interpretação
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 maisSistemas Auto-organizáveis BC0005
Aplicações Sistemas Auto-organizáveis BC0005 Bases Computacionais da Ciência Modelagem e simulação Solução de problemas reais por modelos computacionais (visto na aula anterior) Sistemas auto-organizáveis
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes Idéias básicas Um algoritmo guloso seleciona, a cada passo, o melhor elemento pertencente a entrada. Verifica se ele é viável - vindo a fazer parte da solução ou não. Após uma seqüência de
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 maisMANUAL DO USUÁRIO. TOOLBOX SIA.
MANUAL DO USUÁRIO. TOOLBOX SIA. 1. Arquivos Disponibilizados. Os seguintes arquivos compõem o toolbox desenvolvido: - Pacote SIA: arquivos de comando tipo M (Malab) que resolvem o GAP utilizando o SIA.
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 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 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 maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes Inteligentes:
Leia mais2 Atualidade de uma base de dados
2 Atualidade de uma base de dados Manter a atualidade de uma base de dados é um problema que pode ser abordado de diferentes maneiras. Cho e Garcia-Molina [CHO] definem esse problema da seguinte forma:
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Análisede links Page Rank Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Motivação Suponha que um modelo clássico, como
Leia maisAnálise de Links e Busca na Web
Análise de Links e Busca na Web Redes Sociais e Econômicas Prof. André Vignatti PageRank O PageRank é uma espécie de fluido que circula pela rede Para uma rede com n nós, o PageRank é calculado da seguinte
Leia maisAPLICAÇÃO DA METAHEURÍSTICA COLÔNIA DE FORMIGAS AO PROBLEMA DE ROTEAMENTO DE VEÍCULOS
APLICAÇÃO DA METAHEURÍSTICA COLÔNIA DE FORMIGAS AO PROBLEMA DE ROTEAMENTO DE VEÍCULOS Mirlam Moro Lombardi e Jean Eduardo Glazar Departamento de Ciência da Computação Faculdade de Aracruz Uniaracruz {mirlam,
Leia maisAPLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS
APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS Bianca G. Giordani (UTFPR/MD ) biancaggiordani@hotmail.com Lucas Augusto Bau (UTFPR/MD ) lucas_bau_5@hotmail.com A busca pela minimização
Leia maisTabela de roteamento
Existem duas atividades que são básicas a um roteador. São elas: A determinação das melhores rotas Determinar a melhor rota é definir por qual enlace uma determinada mensagem deve ser enviada para chegar
Leia maisO uso da colônia de formigas no problema de visitação na AMAN
O uso da colônia de formigas no problema de visitação na AMAN Rogerio Carvalho Mendes Tavora rcmqco@ig.com.br AMAN Roberto Campos Leoni rcleoni@yahoo.com.br AEDB Resumo:A Academia Militar das Agulhas Negras
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14
1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso
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 maisRoteiro. Arquitetura. Tipos de Arquitetura. Questionário. Centralizado Descentralizado Hibrido
Arquitetura Roteiro Arquitetura Tipos de Arquitetura Centralizado Descentralizado Hibrido Questionário 2 Arquitetura Figura 1: Planta baixa de uma casa 3 Arquitetura Engenharia de Software A arquitetura
Leia maisMeta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas
Meta-heurísticas 105 meta-heurísticas Propriedades e Características: são estratégias que guiam o processo de pesquisa; - o objectivo a atingir é a exploração eficiente do espaço de pesquisa de modo a
Leia maisResolução do Problema de Roteamento de Veículos com Frota Heterogênea via GRASP e Busca Tabu.
Resolução do Problema de Roteamento de Veículos com Frota Heterogênea via GRASP e Busca Tabu. Camila Leles de Rezende, Denis P. Pinheiro, Rodrigo G. Ribeiro camilalelesproj@yahoo.com.br, denisppinheiro@yahoo.com.br,
Leia mais5COP096 TeoriadaComputação
Sylvio 1 Barbon Jr barbon@uel.br 5COP096 TeoriadaComputação Aula 14 Prof. Dr. Sylvio Barbon Junior Sumário - Problemas Exponenciais - Algoritmos Exponenciais usando Tentativa e Erro - Heurísticas para
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 maisComputação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho.
Computação Paralela Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho Outubro 2005 Desenvolvimento de Aplicações Paralelas Uma Metodologia
Leia maisAgrupamento de dados
Organização e Recuperação de Informação: Agrupamento de dados Marcelo K. A. Faculdade de Computação - UFU Agrupamento de dados / 7 Overview Agrupamento: introdução Agrupamento em ORI 3 K-médias 4 Avaliação
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Leia maisVocê sabe a regra de três?
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Você sabe a regra de três?
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 maisFaculdades Santa Cruz - Inove. Plano de Aula Base: Livro - Distributed Systems Professor: Jean Louis de Oliveira.
Período letivo: 4 Semestre. Quinzena: 5ª. Faculdades Santa Cruz - Inove Plano de Aula Base: Livro - Distributed Systems Professor: Jean Louis de Oliveira. Unidade Curricular Sistemas Distribuídos Processos
Leia maisInteligência de Enxame *
Inteligência de Enxame * 1. Introdução... 2 2. Algumas Idéias sobre Insetos Sociais... 5 2.1. Curiosidades sobre as formigas... 9 3. Colônia de Formigas... 10 3.1. Coleta de Alimento pelas Formigas...
Leia maisDr. Ronaldo Pilati - Psicologia Social - Universidade de Brasília 1
Métodos de Pesquisa em Psicologia Social Psicologia Social como Ciência Empírica Universidade de Brasília 1 Método Científico O que é o método científico? A produção do conhecimento em ciência está associada
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 maisGuia de Atividades para Introdução do Powersim no Processo Ensinoaprendizagem de Equações Diferenciais Ordinárias
Guia de Atividades para Introdução do Powersim no Processo Ensinoaprendizagem de Equações Diferenciais Ordinárias Nestas atividades temos como objetivo sua familiarização com o software Powersim e, através
Leia maisAnálise de complexidade
Introdução Algoritmo: sequência de instruções necessárias para a resolução de um problema bem formulado (passíveis de implementação em computador) Estratégia: especificar (definir propriedades) arquitectura
Leia maisBCC202 - Estrutura de Dados I
BCC202 - Estrutura de Dados I Aula 04: Análise de Algoritmos (Parte 1) Reinaldo Fortes Universidade Federal de Ouro Preto, UFOP Departamento de Ciência da Computação, DECOM Website: www.decom.ufop.br/reifortes
Leia maisIA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Problemas de Satisfação de Restrições Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Introdução Um PSR é definido por um conjunto de variáveis X 1, X 2,..., X n, e por um conjunto de restrições,
Leia maisFigura 1.1: Exemplo de links patrocinados no Google
1 Links Patrocinados 1.1 Introdução Links patrocinados são aqueles que aparecem em destaque nos resultados de uma pesquisa na Internet; em geral, no alto ou à direita da página, como na Figura 1.1. Figura
Leia maisINTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por
INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática (1) Data Mining Conceitos apresentados por 1 2 (2) ANÁLISE DE AGRUPAMENTOS Conceitos apresentados por. 3 LEMBRE-SE que PROBLEMA em IA Uma busca
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 maisMETAHEURÍSTICA COLÔNIA DE FORMIGAS APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE
METAHEURÍSTICA COLÔNIA DE FORMIGAS APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE Fábio Ribeiro Cerqueira (orientador) e Gildásio Lecchi Cravo Departamento de Ciência da Computação e Informática Faculdade de
Leia maisPPD: Balanceamento de Carga e Scheduling 2
PPD: Balanceamento de Carga e Scheduling 2 Fernando Silva DCC-FCUP 2 (Alguns dos slides são baseados nos de Kathy Yelick, www.cs.berkeley.edu/ yelick) Fernando Silva (DCC-FCUP) PPD: Balanceamento de Carga
Leia maisInteligência de Enxame: PSO
! A otimização por enxame de partículas: «É baseada em uma estratégia inspirada no voo dos pássaros e movimento de cardumes de peixes; «Permite a otimização global de um função objetivo A função objetivo
Leia maisHeurísticas para o Problema de Sequenciamento de Carros em Linhas de Montagem. Daniel Brasil, Thiago Ferreira de Noronha, Caroline Rocha
Capítulo 18 Heurísticas para o Problema de Sequenciamento de Carros em Linhas de Montagem Daniel Brasil, Thiago Ferreira de Noronha, Caroline Rocha Resumo: Este capítulo trata do Problema do Sequenciamento
Leia maisSeleção de Variáveis: Um Sistema Híbrido Baseado em Colônia de Formigas e Rede Neural MLP
Trabalho de Conclusão de Curso Engenharia de Computação Seleção de Variáveis: Um Sistema Híbrido Baseado em Colônia de Formigas e Rede Neural MLP Autor: Arthur Fernandes Minduca de Sousa Orientador: Mêuser
Leia maisMatéria: Matemática Assunto: Razão e Proporção Prof. Dudan
Matéria: Matemática Assunto: Razão e Proporção Prof. Dudan Matemática Razão e Proporção Razão A palavra razão vem do latim ratio e significa a divisão ou o quociente entre dois números A e B, denotada
Leia mais3. Limites. = quando x está muito próximo de 0: a) Vejamos o que ocorre com a função f ( x)
. Limites Ao trabalhar com uma função nossa primeira preocupação deve ser o seu domínio (condição de eistência) afinal só faz sentido utilizá-la nos pontos onde esteja definida e sua epressão matemática
Leia maisSimulação Estocástica
Simulação Estocástica O que é Simulação Estocástica? Simulação: ato ou efeito de simular Disfarce, fingimento,... Experiência ou ensaio realizado com o auxílio de modelos. Aleatório: dependente de circunstâncias
Leia maisDesenvolvimento de um Modelo de Simulação baseado em uma Solução de Integração Teórica utilizando a Ferramenta PRISM
1 Desenvolvimento de um Modelo de Simulação baseado em uma Solução de Integração Teórica utilizando a Ferramenta PRISM Guilherme Henrique Schiefelbein Arruda Orientador: Dr. Sandro Sawicki 2 Roteiro Enterprise
Leia maisSimulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Leia maisCooperativa de Leite. Série Matemática na Escola
Cooperativa de Leite Série Matemática na Escola Objetivos 1. Introduzir matrizes através da representação tabular de dados numéricos; 2. Mostrar uma aplicação simples desse tipo de representação. Cooperativa
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisMétodos Computacionais. Árvores
Métodos Computacionais Árvores Árvores Vetores e Listas são ótimos para representar estrutura de dados lineares, mas não para modelar dados hierárquicos Exemplos de dados hierárquicos: sistema de arquivos
Leia maisFração como porcentagem. Sexto Ano do Ensino Fundamental. Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M.
Material Teórico - Módulo de FRAÇÕES COMO PORCENTAGEM E PROBABILIDADE Fração como porcentagem Sexto Ano do Ensino Fundamental Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M. Neto
Leia maisACTION LEARNING. O que é Action Learning? FUN D A MEN T OS D O
C L E O W O L F F O que é Action Learning? Um processo que envolve um pequeno grupo/equipe refletindo e trabalhando em problemas reais, agindo e aprendendo enquanto atuam. FUN D A MEN T OS D O ACTION LEARNING
Leia maisResolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reagvos não funcionam em ambientes para quais o número de regras condição-
Leia maisAula 03 Custos de um algoritmo e funções de complexidade
BC1424 Algoritmos e Estruturas de Dados I Aula 03 Custos de um algoritmo e funções de complexidade Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 1Q-2015 1 Custo de um algoritmo e funções de complexidade
Leia maisBusca em Espaço de Estados
Busca em Espaço de Estados Jomi Fred Hübner jomi@inf.furb.br FURB / BCC Introdução 2 Agente orientado a meta O projetista não determina um mapeamento entre percepções e ações, mas determina que objetivo
Leia maisMÓDULO VI. Mas que tal estudar o módulo VI contemplando uma vista dessas...
1 MÓDULO VI Como podemos observar, já estamos no MÓDULO VI que traz temas sobre matemática financeira (porcentagem, juros simples e montante), bem como, alguma noção sobre juros compostos e inflação. Mas
Leia maisPesquisa Sequencial e Binária. Introdução à Programação SI2
Pesquisa Sequencial e Binária Introdução à Programação SI2 3 Contexto Diferentes estratégias para pesquisa (busca) de um elemento específico em um conjunto de dados. Lista, array, coleção Operação importante,
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 maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
Leia maisParalelização do Algoritmo de Agrupamento de Formiga
CENTRO ESTADUAL DE ENSINO TECNOLÓGICO PAULA SOUZA FACULDADE DE TECNOLOGIA DE INDAIATUBA GUILHERME CAVASSAN Paralelização do Algoritmo de Agrupamento de Formiga Indaiatuba Novembro/2012 CENTRO ESTADUAL
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 maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisMétodos de Pesquisa 472
472 Métodos de Pesquisa 473 Objetivos e Caracterizações Para que se possa falar em algoritmos de pesquisa, é necessário inicialmente introduzir a noção de mapeamento que é uma das mais primitivas em programação.
Leia maisAnt Colony Optimization
Ant Colony Optimization por Fabricio Breve Fabricio Breve fabricio@rc.unesp.br 02/06/2016 Fabricio Breve 1 Ant Colony Optimization Origem na tese de doutorado de Marco Dorigo, em 1992 Ant Systems Algoritmo
Leia maisSolução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com
Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com Python e AI (Re)-introdução ao Python. Problemas de busca e principais abordagens. Exemplos em Python Por que
Leia maisOBJETIVO ESTRATÉGICO 1: Atender às novas demandas corporativas da UERJ e otimizar as soluções já implementadas, de acordo com a missão da Diretoria.
DINFO - DIRETORIA DE INFORMÁTICA MISSÃO DA UNIDADE: Gerir a tecnologia da informação na Universidade através do desenvolvimento de novos sistemas corporativos, da manutenção da infra-estrutura das redes
Leia maisGerenciamento de Projeto: Criando o Termo de Abertura II. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Criando o Termo de Abertura II Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Priorizando Projetos. Métodos Matemáticos. Métodos de análise de benefícios. Selecionando
Leia maisÁrvores. Algoritmos e Estruturas de Dados 2005/2006
Árvores Algoritmos e Estruturas de Dados 2005/2006 Árvores Conjunto de nós e conjunto de arestas que ligam pares de nós Um nó é a raiz Com excepção da raiz, todo o nó está ligado por uma aresta a 1 e 1
Leia maisSumário. Comunicação Multicast. Soluções. Multicast. Application-Level Multicast. October 20, 2008 Algoritmos Epidémicos
Sumário Comunicação Multicast Multicast Application-Level Multicast October 20, 2008 Algoritmos Epidémicos Comunicação Multicast Soluções Multicast designa o envio duma mensagem para múltiplos destinatários.
Leia maisMLP (Multi Layer Perceptron)
MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -
Leia maisMatemática Financeira Módulo 2
Fundamentos da Matemática O objetivo deste módulo consiste em apresentar breve revisão das regras e conceitos principais de matemática. Embora planilhas e calculadoras financeiras tenham facilitado grandemente
Leia maisIA: Busca Competitiva. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Busca Competitiva Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Árvores de Jogos Minimax Antecipação Limitada Poda Alfa-beta Introdução Jogos têm sido continuamente uma importante
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 maisInstituto Politécnico de Beja. Escola Superior de Tecnologia e Gestão
Instituto Politécnico de Beja Escola Superior de Tecnologia e Gestão Curso de Engenharia Informática Disciplina de Estrutura de dados e Algoritmos 2º Ano - 1º Semestre Relatório Connected Component Labeling
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
Caríssimos. Recebi muitos e-mails pedindo ajuda com eventuais recursos para as provas do BACEN. Em raciocínio lógico, eu não vi possibilidade de recursos, apesar de achar que algumas questões tiveram o
Leia maisINVESTIGAÇÃO OPERACIONAL EM AÇÃO
INVESTIGAÇÃO OPERACIONAL EM AÇÃO CASOS DE APLICAÇÃO RUI CARVALHO OLIVEIRA JOSÉ SOEIRO FERREIRA (EDITORES) IMPRENSA DA UNIVERSIDADE DE COIMBRA COIMBRA UNIVERSITY PRESS CASO 7 SISTEMA DE APOIO À DECISÃO
Leia maisAnálise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO)
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 1 Prof. Cristóvão Cunha Objetivos de aprendizagem
Leia maisSistemas Distribuídos. Professora: Ana Paula Couto DCC 064
Sistemas Distribuídos Professora: Ana Paula Couto DCC 064 Arquiteturas Capítulo 2 Agenda Estilos Arquitetônicos Arquiteturas de Sistemas Arquiteturas Centralizadas Arquiteturas Descentralizadas Arquiteturas
Leia maisJOSÉ DOMINGOS ALBUQUERQUE AGUIAR MCAC - MONTE CARLO ANT COLONY: UM NOVO ALGORITMO ESTOCÁSTICO DE AGRUPAMENTO DE DADOS
JOSÉ DOMINGOS ALBUQUERQUE AGUIAR MCAC - MONTE CARLO ANT COLONY: UM NOVO ALGORITMO ESTOCÁSTICO DE AGRUPAMENTO DE DADOS RECIFE-PE Fevereiro/2008 UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO PRÓ-REITORIA DE PESQUISA
Leia maisInteligência de Enxames
Inteligência de Enxames André Ricardo Gonçalves andreric [at] dca.fee.unicamp.br www.dca.fee.unicamp.br/~andreric Sumário 1 Inteligência de Enxames p. 3 1.1 Ant Colony Optimization...........................
Leia mais