Realce de Impressões Digitais por Algoritmos Genéticos

Tamanho: px
Começar a partir da página:

Download "Realce de Impressões Digitais por Algoritmos Genéticos"

Transcrição

1 Technical Notes in Computational Intelligence, ICA, PUC-Rio 1 Realce de Impressões Digitais por Algoritmos Genéticos Marco Aurélio C. Pacheco 1, Raul Queiroz Feitosa 1, Dan Posternak 1 1 ICA: Computational Intelligence Laboratory, Department of Electrical Engineering, PUC-Rio R. Marques de S. Vicente 225, Gávea, Rio de Janeiro, CEP , RJ, Brazil {marco, raul}@ele.puc-rio.br dposternak@alternex.com.br Resumo. Este projeto diz respeito à realce uma escala de cinza representado por uma imagem da impressão digital de imagens pretobranco através de um algoritmo genético. A idéia é mostrar uma vez mais a aplicação do algoritmo genético para ajudar um reconhecimento de padrões futuros de uma impressão digital. Palavras-chave: Algoritmo Genético, impressão digital, Realce. Abstract. This project concerns the enhancement of a grey-scale represented fingerprint image by a black-white image through a Genetic Algorithm. The idea is to show once more Genetic Algorithm application to help pattern recognition of a fingerprint in the future. Keywords: Genetic Algorithm, Fingerprint, Realce. 1 Introdução Com o crescimento avassalador dos meios de comunicações na última década, é fato motivante que tenhamos dois tipos de preocupação: O que nos interessa e o que queremos que os outros saibam. Como hoje em dia há cada vez mais uma confiança crescente na transferência de dados por meios digitais, há também uma preocupação em saber se há algum tipo de segurança no tráfego destes. Para controle de segurança, utilizam-se técnicas biométricas, dentre as quais, está o reconhecimento de impressões digitais.

2 Technical Notes in Computational Intelligence, ICA, PUC-Rio 2 O objetivo deste trabalho é realçar uma imagem de impressão digital em tons de cinza, transformando-a em uma imagem em preto e branco. Este realce tem como objetivo minimizar imperfeições no reconhecimento da imagem devido provavelmente a um "scaneamento" mau feito que torne os tons de cinza muito escuro e consequentemente torne difícil separar os cumes dos vales de uma impressão digital. Para se ter uma idéia do problema, observe a figura abaixo: Fig. 1. Impressão Digital scaneada. Há cumes e vales que se confundem devido a escuridão da imagem. 1.1 Realce A função do Realce é chamar a atenção para detalhes que desejamos conhecer melhor visualmente. O Realce é a segunda fase em processamento de imagens que vai desde a Aquisição da Imagem passando pelo Realce, Segmentação, Pós-Processamento, Extração de Atributos e Reconhecimento. Tendo isto em vista, pode-se dizer que dependendo do que queremos realçar, poderemos melhorar o reconhecimento de uma imagem. Neste trabalho, foi realizado Realce de uma impressão digital em segmentos de 64x64 por Algoritmos Genéticos. 1.2 Algoritmos Genéticos Algoritmos Genéticos têm sido utilizados para resolução de problemas desde o começo dos anos de 197. Um grande passo para a adoção desta poderosa ferramenta foi dado a partir da introdução dos Fundamentos Matemáticos por John Holland. Os Algoritmos Genéticos se baseiam nos mecanismos da genética para chegar a uma solução ótima, sendo estes o crossover e a mutação entre outros. Considerando

3 Technical Notes in Computational Intelligence, ICA, PUC-Rio 3 que na genética tratamos a evolução de seres ou indivíduos como uma seleção natural do ambiente, cria-se uma função de avaliação que terá o intuito de melhorar cada vez mais o desempenho da população corrente. Assim sendo, tendo uma população inicial, colocaria esta a prova de uma função de avaliação. Os n melhores sobrevivem e vão cruzar com os descendentes desta geração na geração seguinte ou sofrer mutação (os sobreviventes e os descendentes). Isto levará a uma melhoria contínua até que se tenha uma população aonde os indivíduos se aproximam de uma solução que pode ser lucrativa para o problema da qual extraímos o melhor, que é o melhor indivíduo que já existiu. Para que AGs convirjam, é necessário fazer ajustes em parâmetros que regulam a diversidade desta população, pois aonde há diversidade, há intercâmbio facilitando o surgimento de outras soluções (indivíduos) que podem ser melhores do que as já existentes Cromossoma O cromossoma é o indivíduo da população e uma das soluções propostas pelo AG para o problema. Este será avaliado e preservado se atingir uma posição bem colocada entre os demais cromossomas. Por ser a solução, tem que ter boa representatividade do problema como solução proposta, e como catalizador do algoritmo genético na busca por melhores soluções. Neste trabalho, o cromossoma foi implementado binariamente de forma que cada ou 1 sejam os genes Crossover O Crossover é um operador de diversidade. O Crossover utilizado neste trabalho será o crossover de 1 ponto: (1)Sorteio de taxa de crossover Capture 2 cromossomas Sorteie ponto de corte Troque pedaços de mesmo tamanho entre os comossomas Vá para o próximo par Vá para (1). O ponto de corte é onde se dará a quebra do cromossoma. Esta quebra se dará de par em par como exemplificado acima Mutação A mutação tem um poder mais destrutivo que o crossover de bons padrões de soluções viáveis, por isso, deve-se utilizar em doses pequenas. A mutação também possui uma taxa de ocorrência, que poderá ser disparada a cada gene rastreado pelo

4 Technical Notes in Computational Intelligence, ICA, PUC-Rio 4 AG. No caso do cromossoma ser binário, pode se sortear a cada gene (bit) se haverá a mutação, e se positivo, troca-se o valor binário corrente. 2 Descrição do Problema O problema consiste em melhorar a visualização dos cumes e vales de uma impressão digital. Para isto o AG deve, para cada linha "scaneada" achar os melhores pontos de segmentação da imagem para separação de trechos pretos de brancos (após um trecho preto vem um branco, ou vice-versa). Para avaliar a solução, será utilizada a correlação entre linha estimada e a linha corrente da imagem (a linha estimada será um cromossoma). r = I 1 i= I 1 i= [ y( i) y ] yˆ ( i) [ yˆ ] 2 I 1 [ y( i) y ] yˆ ( i) 2 [ yˆ ] i= (1) Onde: y = 1 1 I I i= y ( i) (2) e y ˆ 1 = I I 1 i= yˆ ( i) (3) Aonde y é a curva que define a variação em tons de cinza e ŷ a curva discreta que representa os segmentos como branco ou preto (1 ou ) como na figura:

5 Technical Notes in Computational Intelligence, ICA, PUC-Rio 5 Fig. 2. Variação dos tons de cinza (y) e curva de preto e branco (ŷ) em uma linha scaneada de uma impressão digital. 3 Experimentos Nesta seção será descrito os 2 tipos de experimentos realizados e na próxima seção será feita uma comparação entre estes. 3.1 Experimento Codificação Segundo o professor Abutaleb em [1] cada largura scaneada que faça parte de um cume ou um vale que tenha inclinação de ± 45º, terá no mínimo 2 pixels de largura e no máximo 6. Para cada imagem digital, foram utilizados segmentos de 64x64 pixels, sendo assim, há um algoritmo genético para cada linha que determinará os pontos de corte da linha que separam trechos pretos de brancos. Sendo 2 pixels no mínimo e 6 no máximo para largura de cada trecho, foi tentado a modelagem de um cromossoma de 187 bits. Se cada corte na linha scaneada, pode ter uma posicao que varia de 1 a 63 (tamanho da linha - 1), então, para cada posição, serão dimensionados 6 bits (CEIL(log 2 (tamanho linha)), aonde CEIL é arredondamento para cima) e como serão possíveis no máximo 31 cortes (se tiver 2 pixels de largura), teremos 31x6 = 186. Como após cada trecho preto vem um branco ou vice-versa, precisa-se ter apenas uma cor inicial da linha no cromossoma, ou seja, o cromossoma terá 187 bits Decodificação Para Decodificar o cromossoma, serão consideradas as posições de cortes que variam de 1 a 63. A ocorrência de posições de cortes repetidas devem ser distintas Resultados Foi obtida correlação relativamente baixa de.59273:

6 Technical Notes in Computational Intelligence, ICA, PUC-Rio 6 Fig. 3. Imagem gerada pelo AG e imagem original respectivamente com correlação de Para este resultado ocorrer foi necessário rodar o AG com 5 indivíduos por geração durante 1 gerações. Isto se explica pelo fato de o cromossoma de 187 bits não cobrir todo o espaço de busca possível. Se tivermos 6 bits para cada corte, um tamanho que gere uma linha com probabilidade alta de não conter segmentos com repetição, e se encaixe o melhor possível na linha da imagem original, seria 31!*2 6 o que torna uma implementação pouco viável. Por isso, deve-se aumentar as chances de diversos pontos de corte ocorrerem aumentando-se a população. 3.2 Experimento 2 O Experimento 2 já parte do princípio da diminuição do segmento realçado, haja visto que 64x64 é oneroso computacionalmente, além de exigir um espaço de busca que para dar resultados ótimos, deveria ter um cromossomo com muito mais casas do que foi planejado. Neste Experimento, o tamanho da linha foi reduzido de 64 pixels para 16 pixels. Com isso, como foi visto em 3.1.3, as chances de haver cortes coincidentes com a imagem original é maior devido à diminuição do espaço de busca. Neste Experimento 2, o tamanho da população é de 1 por geração com 1 gerações Codificação Para o cromossoma que busca em 16 trechos foi dimensionado como CEIL(log 2 (tamanho linha))x(tamanho_linha - 1). Desta vez foi desconsiderado o fato de poder ser 2 pixels o mínimo de largura, com a intenção de aumentar a probabilidade de diversificação de cortes Decodificação A decodificação é feita da mesma maneira do Experimanto 1.

7 Technical Notes in Computational Intelligence, ICA, PUC-Rio Resultados Todos os 4 segmentos de 16x64 testados tiveram correlação maior que.7, sendo a correlação final do segmento 64x64 de.7211 conforme figura abaixo: Fig. 4. Resultado visual do experimento2. Tempo de processamento muito menor para os 4 segmentos de 64x16 do que o experimento 1 com 5 inidvíduos processados para cada AG. 4 Conclusão e Experimentos Futuros O Experimento 2 mostrou-se melhor que o Experimento 1 devido a diminuição do espaço de busca do problema tornando o cromossoma mais representativo. Ainda poderia se diminuir mais ainda o espaço de busca, mas corre-se o risco de encontrarse segmentos de pixels com tons de cinza repetidos por todo o tamanho do da linha, e incorrermos no erro de divisão por zero o que daria indefinição ou infinito levando o AG a se perder na melhor solução. Ainda dentro da comparação com outros métodos, a busca aleatória não conseguiu "vencer" os AGs do Experimento 1 especialmente no AG que teve pior correlação. Olhando para o Experimento 1 aonde tivemos o pior AG na linha 1 com correlação de.431, tivemos na busca aleatória para esta linha, a melhor correlação atingida de Para a melhor linha que foi a 58, tivemos correlação.7361 para o AG e para a busca aleatória.5595, ou seja, a busca aleatória conseguiu ser pior do que um AG do pior experimento (Experimento 1) para 5 rodadas. Dimniuindo-se o espaço de busca, aumenta-se as chances de se obter soluções melhores, diminuindo-se o tempo de processamento e o "swap" de disco. Para um possível experimento futuro, pretende-se investigar mais a ligação de processamento de imagens com Algoritmos Genéticos em controle de qualidade visual para industrias.

8 Technical Notes in Computational Intelligence, ICA, PUC-Rio 8 Referências [1] Abutaleb S., Ahmed and Kamel M., A Genetic Algorithm for the Estimation of Ridges in Fingerprint. [2] Pacheco, Marco Aurélio C., Notas de Aula de 22 em [3] Feitosa, Raul Queiroz, Notas de Aula de 22 e Transparências em [4] Gonzales, Rafael C., Digital image processing - Addison-Wesley Publishing Company, Inc., 1992

3 Algoritmos Genéticos

3 Algoritmos Genéticos Técnicas de Inteligência Computacional 33 3 Algoritmos Genéticos Este capítulo resume os principais conceitos sobre o algoritmo evolucionário empregado nesta dissertação. É apresentada uma breve explicação

Leia mais

Inteligência Artificial. Algoritmos Genéticos. Aula I Introdução

Inteligência Artificial. Algoritmos Genéticos. Aula I Introdução Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Algoritmos Genéticos Aula I Introdução Roteiro Introdução Computação Evolutiva Algoritmos

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos Algoritmos Genéticos Roteiro Introdução Algoritmos Genéticos Otimização Representação Seleção Operadores Genéticos Aplicação Caixeiro Viajante Introdução Algoritmos Genéticos (AGs), são métodos de otimização

Leia mais

Exemplo de Aplicação de Algoritmos Genéticos. Prof. Juan Moisés Mauricio Villanueva cear.ufpb.br/juan

Exemplo de Aplicação de Algoritmos Genéticos. Prof. Juan Moisés Mauricio Villanueva cear.ufpb.br/juan Exemplo de Aplicação de Algoritmos Genéticos Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br cear.ufpb.br/juan Estrutura do Algoritmo Genético Algoritmo genético Inicio t = 0 inicializar P(t)

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos Algoritmos Genéticos Introdução Um Algoritmo Genético (AG), conceitualmente, segue passos inspirados no processo biológico de evolução natural segundo a teoria de Darwin Algoritmos Genéticos seguem a idéia

Leia mais

1. Computação Evolutiva

1. Computação Evolutiva Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Programa de Pós-Graduação Em Computação Aplicada Depto. de Computação e Matemática (FFCLRP/USP) 2 Computação Bioinspirada

Leia mais

Técnicas de Inteligência Artificial

Técnicas de Inteligência Artificial Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 9 Algoritmos Genéticos Max Pereira Algoritmos Genéticos São técnicas de busca e otimização. Uma metáfora

Leia mais

Utilizando Algoritmos Genéticos para determinar a fonte de um campo magnético.

Utilizando Algoritmos Genéticos para determinar a fonte de um campo magnético. Technical Notes in Computational Intelligence, ICA, PUC-Rio 1 Utilizando Algoritmos Genéticos para determinar a fonte de um campo magnético. Alexandre S. Wolf 1, Marco Aurélio C. Pacheco 1, C. Hall Barbosa

Leia mais

Algoritmo Genético aplicado ao Sistema de Análise de Concessão de Crédito (SACC) Rosini Antonio Monteiro Bezerra Professor Marco Aurélio

Algoritmo Genético aplicado ao Sistema de Análise de Concessão de Crédito (SACC) Rosini Antonio Monteiro Bezerra Professor Marco Aurélio Algoritmo Genético aplicado ao Sistema de Análise de Concessão de Crédito (SACC) Rosini Antonio Monteiro Bezerra Professor Marco Aurélio ICA, DEE, PUC-RIO CEP: 22453-900 ramb@ele.puc-rio.br ica@ele.puc-rio.br

Leia mais

Planejamento Hidrotérmico Utilizando Algoritmos Genéticos

Planejamento Hidrotérmico Utilizando Algoritmos Genéticos 1 Planejamento Hidrotérmico Utilizando Algoritmos Genéticos Thayse Cristina Trajano da Silva Pontifícia Universidade Católica Puc-Rio Engenharia Elétrica Rio de Janeiro RJ Brasil Resumo O planejamento

Leia mais

INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO

INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Características Gerais, operadores, algoritmo.

Leia mais

Algoritmos Genéticos. Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008

Algoritmos Genéticos. Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008 Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008 Introdução São técnicas de busca e otimização. É a metáfora da teoria da evolução das espécies iniciada pelo Fisiologista e Naturalista inglês Charles Darwin.

Leia mais

ESTUDO DOS PARAMETROS DE UM ALGORITMO GENÉTICO PARA POSTERIOR USO NA SOLUÇÃO DE PROBLEMAS DO TIPO JOB-SHOP

ESTUDO DOS PARAMETROS DE UM ALGORITMO GENÉTICO PARA POSTERIOR USO NA SOLUÇÃO DE PROBLEMAS DO TIPO JOB-SHOP ESTUDO DOS PARAMETROS DE UM ALGORITMO GENÉTICO PARA POSTERIOR USO NA SOLUÇÃO DE PROBLEMAS DO TIPO JOB-SHOP Gilson Rogério Batista, Gideon Villar Leandro Universidade Regional do Noroeste do Estado do Rio

Leia mais

Codificação das variáveis: binária Iniciação da população: aleatória Avaliação: função aptidão Operadores. Critério de parada: número de gerações

Codificação das variáveis: binária Iniciação da população: aleatória Avaliação: função aptidão Operadores. Critério de parada: número de gerações AG Simples/Canônico (AGS) AG introduzido por Holland Funciona bem para problemas de otimização simples e/ou de pequenas dimensões A maior parte da teoria dos AGs está baseada no AGS Utilidade didática

Leia mais

Inteligência Computacional Aplicada. O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos

Inteligência Computacional Aplicada. O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos Inteligência Computacional Aplicada Resumo O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos O que é Inteligência Computacional? Técnicas e sistemas computacionais que imitam

Leia mais

Introdução a Algoritmos Genéticos

Introdução a Algoritmos Genéticos Introdução a Algoritmos Genéticos Tiago da Conceição Mota Laboratório de Inteligência Computacional Núcleo de Computação Eletrônica Universidade Federal do Rio de Janeiro Outubro de 2007 O Que São? Busca

Leia mais

Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO

Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 06 Algoritmos Genéticos Sumário Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de

Leia mais

Algoritmos Genéticos. Pontos fracos dos métodos tradicionais. Características de alguns problemas. Tamanho do espaço de busca- Ex. caixeiro viajante:

Algoritmos Genéticos. Pontos fracos dos métodos tradicionais. Características de alguns problemas. Tamanho do espaço de busca- Ex. caixeiro viajante: Algoritmos Genéticos Prof. Luis Otavio Alvares INE/UFSC Características de alguns problemas Tamanho do espaço de busca- Ex. caixeiro viajante: 10 cidades: 181.000 soluções 20 cidades: 10.000.000.000.000

Leia mais

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ ALGORITMOS GENÉTICOS. Metaheurísticas de Buscas

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ ALGORITMOS GENÉTICOS. Metaheurísticas de Buscas PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ ALGORITMOS GENÉTICOS Metaheurísticas de Buscas ALGORITMOS GENÉTICOS (AG) Popularizados por John Holland podem ser considerados os primeiros modelos algorítmicos

Leia mais

Introdução aos Algoritmos Genéticos

Introdução aos Algoritmos Genéticos Introdução aos Algoritmos Genéticos Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Algoritmos Genéticos: Introdução Introduzidos

Leia mais

Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP

Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP 1 Principais Tópicos Introdução Evolução Natural Algoritmos Genéticos Aplicações Conclusão 2 Introdução http://www.formula-um.com/ Como

Leia mais

Computação Evolutiva. Computação Evolutiva. Principais Tópicos. Evolução natural. Introdução. Evolução natural

Computação Evolutiva. Computação Evolutiva. Principais Tópicos. Evolução natural. Introdução. Evolução natural Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP Principais Tópicos Introdução Evolução Natural Algoritmos Genéticos Aplicações Conclusão 1 2 Introdução Evolução natural http://www.formula-um.com/

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 01 Computação Evolucionária Max Pereira Motivação Se há uma multiplicidade impressionante de algoritmos para solução de problemas,

Leia mais

Clusterização de Clientes Johnson utilizando Algoritmos Genéticos

Clusterização de Clientes Johnson utilizando Algoritmos Genéticos Technical Notes in Computational Intelligence, ICA, PUC-Rio 1 Clusterização de Clientes Johnson utilizando Algoritmos Genéticos Marco Aurélio C. Pacheco 1, André Capella 1,2, Ronaldo R. Goldschmidt 1,3

Leia mais

Técnicas de Inteligência Artificial

Técnicas de Inteligência Artificial Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 9 Algoritmos Genéticos Max Pereira Algoritmos Genéticos Algoritmos Genéticos São técnicas de busca e

Leia mais

Algoritmos Evolutivos para Otimização

Algoritmos Evolutivos para Otimização Algoritmos Evolutivos para Otimização A área de aplicação que tem recebido mais atenção é a otimização. Uma das razões é que existem uma variedade de problemas de otimização e a maioria deles sem solução

Leia mais

3. Resolução de problemas por meio de busca

3. Resolução de problemas por meio de busca Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Algoritmos Genéticos Aluno: Fabricio Aparecido Breve Prof.: Dr. André Ponce de Leon F. de Carvalho São Carlos São Paulo Maio

Leia mais

Algoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva

Algoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva Computação Evolutiva Algoritmos Genéticos A computação evolutiva (CE) é uma área da ciência da computação que abrange modelos computacionais inspirados na Teoria da Evolução das Espécies, essencialmente

Leia mais

Tópicos Especiais em Informática Fatec Indaiatuba

Tópicos Especiais em Informática Fatec Indaiatuba Prof. Dilermando Piva Jr. ((Compilação de diversas fontes na Internet)) Principal motivação para o estudo da computação evolutiva Otimização de processos complexo e que possuem um grande número de variáveis

Leia mais

Computação Evolucionária Aplicada ao Problema de Seleção de Características em Text Mining

Computação Evolucionária Aplicada ao Problema de Seleção de Características em Text Mining Computação Evolucionária Aplicada ao Problema de Seleção de Características em Text Mining João R. Carrilho Jr., Marco Aurélio C. Pacheco ICA: Applied Computational Intelligence Laboratory Department of

Leia mais

Escalonador de Ordens de Produção Utilizando Algoritmos Genéticos

Escalonador de Ordens de Produção Utilizando Algoritmos Genéticos Escalonador de Ordens de Produção Utilizando Algoritmos Genéticos Nome: Wilian Kohler Supervisor na FURB: Prof. Jomi Fred Hübner Orientador na Empresa: Evaldo Moresco Jr. Empresa: Metalúrgica Siemsen Ltda.

Leia mais

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial Algoritmos Genéticos Texto base: Stuart Russel e Peter Norving - Inteligência Artificial junho/2007 Algoritmo Genético Uma variante da busca em feixe estocástica Estado sucessor gerado pela combinação

Leia mais

Algoritmo Genético. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto

Algoritmo Genético. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto Algoritmo Genético Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução 2. Conceitos Básicos 3. Aplicações 4. Algoritmo 5. Exemplo Introdução São técnicas de busca

Leia mais

3 Otimização Evolucionária de Problemas com Restrição

3 Otimização Evolucionária de Problemas com Restrição 3 Otimização Evolucionária de Problemas com Restrição 3.1. Introdução Este capítulo resume os principais conceitos sobre os algoritmos evolucionários empregados nesta dissertação. Primeiramente, se fornece

Leia mais

Introdução a Análise de Imagens Digitais

Introdução a Análise de Imagens Digitais Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo

Leia mais

3 Algoritmos Genéticos

3 Algoritmos Genéticos Algoritmos Genéticos Algoritmos Genéticos (AGs) constituem um mecanismo de busca adaptativa que se baseia no princípio Darwiniano de seleção natural e reprodução genética [101]. AGs são tipicamente empregados

Leia mais

4 Implementação Computacional

4 Implementação Computacional 4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)

Leia mais

Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo

Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo Francisco Henrique de Freitas Viana Pontifícia Universidade Católica do Rio de Janeiro PUC-Rio Departamento de Informática

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Prof. Kléber de Oliveira Andrade pdjkleber@gmail.com Algoritmos Genéticos Conteúdo Introdução O Algoritmo Genético Binário Noções de Otimização O Algoritmo Genético com Parâmetros

Leia mais

Aprendizado Evolutivo: Introdução aos Algoritmos Genéticos

Aprendizado Evolutivo: Introdução aos Algoritmos Genéticos Aprendizado Evolutivo: Introdução aos Algoritmos Genéticos SCC-230 Inteligência Artificial Thiago A. S. Pardo Solange O. Rezende 1 Computação Evolutiva (CE) Trata de sistemas para a resolução de problemas

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial INF 1771 Inteligência Artificial Aula 06 Algoritmos Genéticos Edirlei Soares de Lima Algoritmos Genéticos Método de busca local. Boa abordagem para lidar com espaços de busca muito

Leia mais

Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid

Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid 1 Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid Luciana Conceição Dias Campos Resumo Este trabalho consiste da aplicação de um algoritmo genético ao método

Leia mais

5 Projeto de Novos Polímeros Condutores

5 Projeto de Novos Polímeros Condutores 5 Projeto de Novos Polímeros Condutores Polímeros condutores constituem uma nova classe de materiais eletrônicos com propriedades incomuns, baseadas em novos fenômenos físicos, tendo aplicações com largo

Leia mais

ALGORITMOS GENÉTICOS. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR

ALGORITMOS GENÉTICOS. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR ALGORITMOS GENÉTICOS Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Fev/2018 Introdução Algoritmos Genéticos são algoritmos heurísticos de busca, que utilizam regras

Leia mais

Estrutura comum dos AEs

Estrutura comum dos AEs Estrutura comum dos AEs Os algoritmos estudados seguem o seguinte padrão para modelagem dos sistemas evolutivos: Uma população de tamanho constante m evolui sobre o tempo A população atual é utilizada

Leia mais

Ancoragem de Embarcações utilizando Algoritmos Genéticos

Ancoragem de Embarcações utilizando Algoritmos Genéticos Ancoragem de Embarcações utilizando Algoritmos Genéticos Sérgio Alvares R. de S. Maffra 1 sam@tecgraf.puc-rio.br Marco Aurélio C. Pacheco 2 marco@ele.puc-rio.br 1 Tecgraf, Departamento de Informática,

Leia mais

Algoritmos Evolutivos Canônicos

Algoritmos Evolutivos Canônicos Algoritmos Evolutivos Canônicos Como representar os indivíduos Vetor de comprimento fixo com L características escolhidas previamente. Ex.: Definição

Leia mais

Max Pereira. Inteligência Artificial

Max Pereira. Inteligência Artificial Max Pereira Inteligência Artificial Algoritmos Genéticos Algoritmos Genéticos São técnicas de busca e otimização. Uma metáfora da teoria da evolução das espécies iniciada pelo Naturalista inglês Charles

Leia mais

INF 1771 Inteligência Artificial

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 mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação

Leia mais

Utilizando um Algoritmo Genético para Encontrar os Zeros de uma Função Real

Utilizando um Algoritmo Genético para Encontrar os Zeros de uma Função Real Utilizando um Algoritmo Genético para Encontrar os Zeros de uma Função Real Amarildo de Vicente 1, Rogério Luis Rizzi 1 1 Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade

Leia mais

6 Estudos de Casos Porta Lógica OU de 4 Entradas

6 Estudos de Casos Porta Lógica OU de 4 Entradas 6 Estudos de Casos Com o objetivo de avaliar a síntese automática de circuitos de QCA usando técnicas de Hardware Evolucionário (EHW), alguns circuitos foram sintetizados e serão apresentados a seguir.

Leia mais

Uso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística

Uso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística Uso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística José Edson Rodrigues Guedes Gondim 1 Joab de Oliveira Lima 2 1 Introdução

Leia mais

Implementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres

Implementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Implementação de códigos no Matlab para detecção de falhas em cordão de soldas Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Departamento Acadêmico de Eletrônica (DAELN) - Universidade

Leia mais

GT-JeDi - Curso de Desenv. de Jogos IA para Jogos. Gustavo Pessin 2007

GT-JeDi - Curso de Desenv. de Jogos IA para Jogos. Gustavo Pessin 2007 GT-JeDi - Curso de Desenv. de Jogos IA para Jogos Gustavo Pessin 2007 Cronograma Base conceitual Exemplo: Achando o máximo de uma função... Como criar uma pequena aplicação: Exercício-Exemplo [Animal selvagem...]

Leia mais

5 Testes em Imagens. Figura 5.1: Esquema de proteção com detecção de erros LT Hamming. Imagem. Cod-Hamming SPIHT. Cod-LT. Canal.

5 Testes em Imagens. Figura 5.1: Esquema de proteção com detecção de erros LT Hamming. Imagem. Cod-Hamming SPIHT. Cod-LT. Canal. 5 Testes em Imagens Uma vez feito o estudo do desempenho do código LT quando é usado em um canal ruidoso, nosso objetivo agora, centra-se na análise de seu possível uso em um esquema para a transmissão

Leia mais

Seleção do Portifólio de Projetos para Investimento por Computação Evolucionária

Seleção do Portifólio de Projetos para Investimento por Computação Evolucionária ICA Inteligência Computacional Aplicada, PUC-Rio 1 Seleção do Portifólio de para Investimento por Computação Evolucionária Marco Aurélio C. Pacheco, Rafael Freitas de Amorim 1 ICA: Inteligência Computacional

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 03 Teoria dos Esquemas Max Pereira Um esquema consiste em um template descrevendo um subconjunto dentre o conjunto de todos

Leia mais

3 Computação Evolucionária

3 Computação Evolucionária 34 3 Computação Evolucionária Computação Evolucionária compreende diversos algoritmos inspirados no princípio Darwiniano da evolução das espécies e na genética. São algoritmos probabilísticos, que fornecem

Leia mais

Estratégias Evolutivas EEs. Prof. Juan Moisés Mauricio Villanueva

Estratégias Evolutivas EEs. Prof. Juan Moisés Mauricio Villanueva Estratégias Evolutivas EEs Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Estratégias Evolutivas Desenvolvidas por Rechenberg e Schwefel, e estendida por Herdy, Kursawe

Leia mais

O USO DE ALGORITMOS GENÉTICOS NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR RESUMO INTRODUÇÃO

O USO DE ALGORITMOS GENÉTICOS NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR RESUMO INTRODUÇÃO O USO DE ALGORITMOS GENÉTICOS NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR Douglas Peioto de Carvalho,Miquéias Augusto Ferreira Nantes (Alunos do Curso de Matemática da Universidade Anhanguera - Uniderp)

Leia mais

Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos

Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos André Luiz Ferreira Pinto Pontifícia Universidade Católica do Rio de

Leia mais

Sintonia de um sistema PID via Algoritmos Genéticos aplicado ao controle de um manipulador robótico em forma de paralelogramo

Sintonia de um sistema PID via Algoritmos Genéticos aplicado ao controle de um manipulador robótico em forma de paralelogramo Sintonia de um sistema PID via Algoritmos Genéticos aplicado ao controle de um manipulador robótico em forma de paralelogramo Filipe Sacchi ICA: Applied Computational Intelligence Department of Electrical

Leia mais

Construção de uma Ferramenta para Evoluir Estratégias e Estudar a Agressividade/Cooperação de uma População submetida ao Dilema dos Prisioneiros

Construção de uma Ferramenta para Evoluir Estratégias e Estudar a Agressividade/Cooperação de uma População submetida ao Dilema dos Prisioneiros Construção de uma Ferramenta para Evoluir Estratégias e Estudar a Agressividade/Cooperação de uma População submetida ao Dilema dos Prisioneiros generalizá-lo para várias outras situações, como em problemas

Leia mais

ANÁLISE DE RESULTADOS

ANÁLISE DE RESULTADOS ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados

Leia mais

Breve Avaliação de Parâmetros básicos de Algoritmos Genéticos

Breve Avaliação de Parâmetros básicos de Algoritmos Genéticos https://eventos.utfpr.edu.br//sicite/sicite17/index Breve Avaliação de Parâmetros básicos de Algoritmos Genéticos RESUMO Stéfanie Caroline Pereira Dekker stefanie.c.dekker@gmail.com Universidade Tecnológica

Leia mais

Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens

Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Transformações de Intensidade Transformações Logarítmicas Comparação entre Diversas Técnicas 2 Transformações de Intensidade

Leia mais

Algoritmos Genéticos. 1 Semestre de Cleber Zanchettin UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Algoritmos Genéticos. 1 Semestre de Cleber Zanchettin UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática Algoritmos Genéticos 1 Semestre de 2015 Cleber Zanchettin UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 2 Introdução Darwin Naturalistas: cada espécie havia sido criada separadamente

Leia mais

RECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA.

RECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA. RECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda e-mail: valentin@sel.eesc.sc.usp.br

Leia mais

CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.

CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br

Leia mais

ALGORITMO GENÉTICO COMO REPRESENTAÇÃO DAS MUTAÇÕES NA BIOLOGIA

ALGORITMO GENÉTICO COMO REPRESENTAÇÃO DAS MUTAÇÕES NA BIOLOGIA Patrocínio, MG, outubro de 2016 ENCONTRO DE PESQUISA & EXTENSÃO, 3., 2016, Patrocínio. Anais... Patrocínio: IFTM, 2016. ALGORITMO GENÉTICO COMO REPRESENTAÇÃO DAS MUTAÇÕES NA BIOLOGIA Igor Acassio Melo

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 04 Representações e Programação Genética Max Pereira Representações A representação cromossômica é completamente arbitrária.

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz

Leia mais

11/1/2012. Agenda. Classe de problemas de interesse. Busca Local. Busca Local. Exemplo de Espaço de Estados

11/1/2012. Agenda. Classe de problemas de interesse. Busca Local. Busca Local. Exemplo de Espaço de Estados Agenda PCS / PCS 09 Inteligência Artificial Prof. Dr. Jaime Simão Sichman Profa. Dra. Anna Helena Reali Costa Busca Local e Problemas de Otimização. Introdução. Busca Local I. Subida da Encosta (Hill-Climbing)

Leia mais

1. Computação Evolutiva

1. Computação Evolutiva Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Programa de Pós-Graduação Em Computação Aplicada Depto. de Computação e Matemática (FFCLRP/USP) 2 Computação Bioinspirada

Leia mais

> Princípios de Contagem e Enumeração Computacional 1/10

> Princípios de Contagem e Enumeração Computacional 1/10 Princípios de Contagem e Enumeração Computacional > Princípios de Contagem e Enumeração Computacional 1/10 De quantas maneiras podemos selecionar um subconjunto de r objetos de um conjunto de n objetos?

Leia mais

4 Sistema de Identificação de Parâmetros em Dados Sísmicos por Algoritmos Genéticos

4 Sistema de Identificação de Parâmetros em Dados Sísmicos por Algoritmos Genéticos Genéticos 39 4 Sistema de Identificação de Parâmetros em Dados Sísmicos por Algoritmos Genéticos Neste capítulo são abordadas as especificações de cada módulo e o Algoritmo Genético que compõem o modelo

Leia mais

SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi

SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material

Leia mais

ESTUDO DO EFEITO DOS PARÂMETROS GENÉTICOS DE UM ALGORITMO GENÉTICO NA SOLUÇÃO OTIMIZADA E NO TEMPO DE CONVERGÊNCIA EM UMA FUNÇÃO DE DUAS VARIÁVEIS

ESTUDO DO EFEITO DOS PARÂMETROS GENÉTICOS DE UM ALGORITMO GENÉTICO NA SOLUÇÃO OTIMIZADA E NO TEMPO DE CONVERGÊNCIA EM UMA FUNÇÃO DE DUAS VARIÁVEIS ESTUDO DO EFEITO DOS PARÂMETROS GENÉTICOS DE UM ALGORITMO GENÉTICO NA SOLUÇÃO OTIMIZADA E NO TEMPO DE CONVERGÊNCIA EM UMA FUNÇÃO DE DUAS VARIÁVEIS Marcelo Henrique dos Santos Universidade de Uberaba, Engenharia

Leia mais

Problema do vendedor: uma abordagem via algoritmos genéticos

Problema do vendedor: uma abordagem via algoritmos genéticos Problema do vendedor: uma abordagem via algoritmos genéticos Dandara de Almeida Machado 1, Juliana Verga Shirabayashi 1 1 Universidade Federal do Paraná (UFPR) Campus Jandaia do Sul dandaraalmeidaa@gmail.com;

Leia mais

Métodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato:

Métodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato: Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo

Leia mais

Aula 3- Codificação de Canal. October 18, 2017

Aula 3- Codificação de Canal. October 18, 2017 ELE-32 Introdução a Comunicações Aula 3- Codificação de Canal October 18, 2017 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits. Entretanto,

Leia mais

EET-61 Introdução a Teoria da Informação

EET-61 Introdução a Teoria da Informação EET-61 Introdução a Teoria da Informação Aula 3- Codificação de Canal October 24, 2018 1 Introdução Em muitas situações, a mensagem a ser transmitida por um sistema de comunicações é uma sequência de bits.

Leia mais

Prof. Marco Aurélio C. Pacheco. 1. Problema 2. Representação 3. Decodificação 4. Avaliação 5. Operadores 6. Técnicas 7. Parâmetros

Prof. Marco Aurélio C. Pacheco. 1. Problema 2. Representação 3. Decodificação 4. Avaliação 5. Operadores 6. Técnicas 7. Parâmetros Desenvolvimento de um Algoritmo Genético Prof. Marco Aurélio C. Pacheco 1 Componentes de um Algoritmo Genético 1. Problema 2. Representação 3. Decodificação 4. Avaliação 5. Operadores 6. Técnicas 7. Parâmetros

Leia mais

OTIMIZAÇÃO FUNÇÕES UTILIZANDO ALGORITMOS GENÉTICOS NO APLICATIVO MS EXCEL RESUMO INTRODUÇÃO

OTIMIZAÇÃO FUNÇÕES UTILIZANDO ALGORITMOS GENÉTICOS NO APLICATIVO MS EXCEL RESUMO INTRODUÇÃO OTIMIZAÇÃO FUNÇÕES UTILIZANDO ALGORITMOS GENÉTICOS NO APLICATIVO MS EXCEL Miquéias Augusto Ferreira Nantes 1, Douglas Peixoto de Carvalho 1 (Alunos do Curso de Matemática da Universidade Anhanguera - Uniderp)

Leia mais

Algoritmos genéticos Abordagem unificada de algoritmos evolutivos simples

Algoritmos genéticos Abordagem unificada de algoritmos evolutivos simples Introdução Inspiração biológica Histórico da computação evolutiva Algoritmo evolutivo simples Programação evolutiva Estratégias evolutivas Algoritmos genéticos Abordagem unificada de algoritmos evolutivos

Leia mais

Otimização da Flexão em Estruturas de Aço com Ligações Semi-Rígidas através de Algoritmos Genéticos

Otimização da Flexão em Estruturas de Aço com Ligações Semi-Rígidas através de Algoritmos Genéticos 1 Otimização da Flexão em Estruturas de Aço com Ligações Semi-Rígidas através de Algoritmos Genéticos 1 Departamento de Engenharia Civil, PUC-Rio R. arques de S. Vicente 225, Gávea, Rio de Janeiro, CEP

Leia mais

Aplicação de algoritmos genéticos. Problema da Mochila (knapsack problem)

Aplicação de algoritmos genéticos. Problema da Mochila (knapsack problem) Aplicação de algoritmos genéticos Problema da Mochila (knapsack problem) Algoritmos genéticos Passos inspirados no processo biológico de evolução Ideia de sobrevivência dos mais adaptados Soluções cada

Leia mais

PLANEJAMENTO E OTIMIZAÇÃO DO DESENVOLVIMENTO DE UM CAMPO DE PETRÓLEO POR ALGORITMOS GENÉTICOS

PLANEJAMENTO E OTIMIZAÇÃO DO DESENVOLVIMENTO DE UM CAMPO DE PETRÓLEO POR ALGORITMOS GENÉTICOS PLANEJAMENTO E OTIMIZAÇÃO DO DESENVOLVIMENTO DE UM CAMPO DE PETRÓLEO POR ALGORITMOS GENÉTICOS Yván J. Túpac ICA, Depto de Engenharia Elétrica, PUC-Rio yvantv@ele.puc-rio.br Marley Maria R. Vellasco ICA,

Leia mais

Processamento Digital de Imagens. Análise de Imagens

Processamento Digital de Imagens. Análise de Imagens Processamento Digital de Imagens Análise de Imagens Eduardo A. B. da Silva Programa de Engenharia Elétrica - COPPE/UFRJ Laboratório de Sinais, Multimídia e Telecomunicações eduardo@smt.ufrj.br Sergio L.

Leia mais

4 APLICAÇÃO DO MODELO E RESULTADOS

4 APLICAÇÃO DO MODELO E RESULTADOS 4 APLICAÇÃO DO MODELO E RESULTADOS Neste capítulo, será aplicado o modelo proposto (Holt-Winters com múltiplos ciclos mais a correção devido à ocorrência de feriado e temperatura) e apresentados os resultados

Leia mais

CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro

CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Busca Competitiva Para Ambientes multiagentes...

Leia mais

Algoritmos Genéticos para Gerência de Projetos

Algoritmos Genéticos para Gerência de Projetos Algoritmos Genéticos para Gerência de Projetos Marco Aurélio C. Pacheco 1, Thiago Souza M. Guimarães 1 1 ICA: Inteligência Computacional Aplicada, Departamento de Engenharia Elétrica, PUC-Rio R. Marques

Leia mais

Sistemas Inteligentes if684. Germano Vasconcelos Página da Disciplina:

Sistemas Inteligentes if684. Germano Vasconcelos Página da Disciplina: Sistemas Inteligentes if684 Germano Vasconcelos gcv@cin.ufpe.br Página da Disciplina: www.cin.ufpe.br/~îf684/ec 1 1 Algoritmos Genéticos 2 Algoritmos Genéticos n Técnicas de busca e otimização n Metáfora

Leia mais

GAs são indicados em problemas complexos de otimização- onde se busca uma solução melhor:

GAs são indicados em problemas complexos de otimização- onde se busca uma solução melhor: Componentes de um Algoritmo Genético 1. Problema 2. Representação 3. Decodificação 4. Avaliação 5. Operadores 6. Técnicas 7. Parâmetros 1. PROBLEMA GAs são indicados em problemas complexos de otimização-

Leia mais

Processamento de Imagens Digitais

Processamento de Imagens Digitais Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas

Leia mais