UNIVERSIDADE DE MOGI DAS CRUZES Centro de Ciências Exatas e Tecnológicas
|
|
- Maria Antonieta Antas Casqueira
- 7 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE DE MOGI DAS CRUZES Centro de Ciências Exatas e Tecnológicas Tecnologia em Desenvolvimento de Sistemas 8º Semestre Inteligência Artificial II 1. Introdução A Inteligência Artificial (IA) é uma área da ciência da computação que estuda a aplicação de modelos e técnicas inspirados na natureza à solução de problemas. A seguir (Tabela 1) são apresentadas as principais subáreas da IA e suas respectivas inspirações: Sub-áreas Inspiração Redes Neurais Artificiais Neurônios biológicos Sistemas Especialistas Inferência humana Lógica Nebulosa (Fuzzy Logic) Processos lingüísticos Algoritmos Genéticos Evolução biológica Tabela 1. Principais subáreas da IA e suas respectivas inspirações. As Redes Neurais Artificiais, estudadas no semestre anterior, são modelos computacionais inspirados na estrutura e comportamento do cérebro humano, que reproduzem algumas características humanas, tais como: aprendizado, associação, generalização e abstração. São efetivas principalmente no aprendizado de padrões (reconhecimento de caracteres e voz, dados em imagens etc.). Os Sistemas Especialistas são sistemas computacionais que procuram apresentar um comportamento semelhante ao de um especialista de um determinado domínio. A Lógica Nebulosa ou Difusa (Fuzzy Logic em inglês) é uma extensão das lógicas tradicionais que suporta modos de raciocínio aproximados, ao invés de exatos, como estamos naturalmente acostumados a trabalhar. Ela está baseada na teoria dos conjuntos nebulosos e difere dos sistemas lógicos tradicionais em suas características e detalhes. Por fim, os Algoritmos Genéticos (AG) são algoritmos inspirados na teoria da evolução das espécies e consideram a busca pela solução de um problema como um processo de evolução de soluções candidatas. Os AGs fazem parte de uma subárea de conhecimento da IA conhecida como Computação Evolutiva, definida a seguir. 2. Computação Evolutiva A Computação Evolutiva é uma área de conhecimento que estuda modelos e técnicas computacionais baseados na teoria da evolução natural. A área de Computação Evolutiva é mais conhecida pelas suas subáreas: Algoritmos Genéticos, Estratégias de Evolução e Programação Genética, sendo que atualmente a subárea de Algoritmos Genéticos é a que apresenta o maior destaque. Neste documento, são apresentadas as principais características dos Algoritmos Genéticos. Página 1 de 5
2 3. Algoritmos Genéticos 3.1.Introdução Os Algoritmos Genéticos são baseados em uma metáfora biológica: Eles tratam a solução de problemas como uma competição entre soluções candidatas. Esta competição entre soluções foi inspirada na teoria da evolução das espécies, resumida a seguir. 3.2.Inspiração Biológica Os algoritmos genéticos foram inspirados na teoria da evolução natural, proposta simultaneamente por Charles Robert Darwin e Alfred Russel Wallace. Em um determinado ambiente, indivíduos deixam descendentes através da reprodução e sofrem alterações, quando sujeitos a alguma mutação. Os indivíduos mais adaptados ao ambiente em que vivem têm uma maior chance de sobrevivência. O elemento central desta teoria, que inspirou a criação dos algoritmos genéticos, é a seleção natural. De acordo com a seleção natural, os indivíduos mais adaptados ao ambiente em que vivem (mais fortes, rápidos, com maior tolerância ao frio ou ao calor etc.) têm uma chance maior de sobrevivência. A expressão mais adaptado refere-se à maior probabilidade de um indivíduo deixar descendentes. Quando um indivíduo tem maiores chances de deixar descendentes, a tendência é que em longo prazo, seus descendentes sejam a maioria na população. Um bom exemplo de seleção natural é o fenômeno conhecido como melanismo industrial. Este fenômeno foi percebido primeiramente durante a revolução industrial. Antes da industrialização, as espécies de mariposas predominantes nas regiões de industrialização eram brancas, sendo que as mariposas pretas eram minoria. Porém, após a instalação de indústrias na região, a situação se inverteu, as mariposas brancas viraram minoria, enquanto as pretas viraram maioria. Antes da Industrialização Depois da Industrialização INDUSTRIALIZAÇÃO Figura 1. Antes do aparecimento da industrialização, a maioria das mariposas apresentava coloração esbranquiçada, sendo raras as de coloração escura. Os indivíduos dessa espécie têm o hábito de pousar sobre troncos de árvores que, em locais não poluídos, são cobertos por liquens, que dão ao tronco coloração clara. Nesses locais, ao pousar sobre os troncos cobertos por liquens, as mariposas claras não são tão visíveis, enquanto as mariposas escuras se tornam presas fáceis de seus predadores- os pássaros. (Ver Figura 2). Para este ambiente, a mariposa clara era melhor adaptada. Página 2 de 5
3 Figura 2. Mariposas de duas espécies diferentes (branca e escura) sobre o tronco coberto com líquen, em região não industrializada. A forma escura é facilmente visível, enquanto a forma claro é praticamente imperceptível. Com o aumento da industrialização, a fumaça e a fuligem lançadas pelas fábricas provocaram a morte dos liquens, deixando os troncos das árvores expostos. Dessa forma, o substrato utilizado pelas mariposas para pouso adquiriu coloração escura e, com isso, as mariposas claras tornaram-se mais visíveis que as escuras. Com o tempo, a espécie escura começou a predominar sobre a clara, devido à atuação de seleção natural. Para este novo ambiente, a mariposa escura passou a ser a melhor adaptada. Mariposas de duas espécies diferentes (branca e escura) sobre o tronco sem liquens e coberto de fuligem, em região industrializada. Agora, a forma clara é facilmente visível, enquanto a forma escura é praticamente imperceptível. Como a teoria pode ser aplicada à computação Para um problema cujas soluções sejam desconhecidas ou inviáveis, o método da tentativa-e-erro pode ser aplicado. Neste método, cada solução deve ser testada uma-auma até que se encontre a solução para o problema procurado. Para alguns problemas, a Página 3 de 5
4 tentativa e erro é uma possibilidade, porém outros problemas possuem mais de milhões de soluções e, mesmo com computadores de última geração, o método da tentativa e erro poderia levar anos para encontrar a solução. Nestes casos, os algoritmos genéticos podem ser aplicados. Para tanto, cada solução do problema deve ser vista como um indivíduo de uma população. Este indivíduo pode ser uma solução melhor ou pior para o problema em questão e isto vai definir se esta solução tem maiores ou menores chances de sobreviver na população de soluções. Veja um exemplo ilustrativo: A sua empresa de informática recebeu encomendas de várias cidades e precisa entregar os computadores comprados nas respectivas cidades. Você precisa definir qual caminho será seguido pelo caminhão de entrega. Querendo diminuir os custos, você procura pela rota que envolva o menor gasto de gasolina e tempo. Porém, pode não ser viável resolver o problema por tentativa-e-erro, já que para 10 cidades, o número de rotas possíveis é maior que 3 milhões ( ). Neste caso, os algoritmos genéticos podem ser utilizados. Exemplos de aplicações Página 4 de 5
5 1. Melhoria em Telecomunicações: O congreso WCCI'94 World Congress on Computational Intelligence ocorrido em Orlando, na Flórida, mostrou uma série de soluções promissoras a situações reais utilizando Algoritmos Genéticos. Blanchard mostrou o caso da US West, uma companhia regional de telecomunicações do estado do Colorado, que vem usando um sistema baseado em AGs que possibilita projetar, em duas horas, redes óticas especializadas, trabalho que levaria seis meses utilizando especialistas humanos. O sistema produz resultados ainda 10% (dez por cento) melhores que os realizados pelo homem. A companhia estima que o sistema possibilitará uma economia de 100 milhões de dólares até o final do século. 2. Otimização de Plantão Médico Hospitalar na UFSC: No Hospital universitário da UFSC, em Florianópolis, os Algoritmos Genéticos foram utilizados para auxiliar na elaboração de uma escala de trabalho dos médicos plantonistas neonatalogistas da maternidade. O objetivo pretendido foi o de auxiliar na solução da escala de trabalho dos médicos, em como diminuir o esforço e o desgaste humanos para a confecção do plantão. O problema resumiase na disponibilidade de 12 (doze) médicos e na necessidade de atendimento 24 (vinte e quatro) horas por dia, tendo-se como variáveis envolvidas o número de médicos contratados e o turno com número adaptável de horas. O questionamento apresentava ainda todo o conjunto de restrições de trabalho, como cargas horárias, turnos de trabalho, plantões noturnos e diurnos, finais de semana e feriados, número máximo de horas de trabalho consecutivas, períodos específicos de possibilidade de trabalho, horários fixos para determinados médicos e cargas horárias variáveis entre os médicos, podendo inclusive haver mudança nas variáveis todos os meses. 3. Avaliação de músicas MIDI: Foi apresentado em 1999 na CEC99 IEEE International Conference on Evolutionary Computation um ambiente interativo, utilizando Algoritmos Genéticos, para a avaliação de músicas (seqüências de acordes) tocadas em arquivos MIDI. O método emprega o formalismo difuso e é colocado como uma otimização baseada em fatores relevantes à audição de músicas. No caso, os indivíduos da população foram definidos em grupos de quatro vozes (soprano, contralto, tenor e baixo) ou coros. Cada um é avaliado segundo três critérios: melodia, harmonia e oitavas. A composição destes três critérios definia a aptidão (fitness) definida pela função de seleção, que retorna o melhor indivíduo ou melhor coro. Um ciclo genético é operacionalizado, criando novos indivíduos dos anteriores e procurando sempre pelo melhor. Quando um novo grupo é selecionado, ele é tocado em MIDI. A duração do ciclo genético determina o ritmo da evolução. O sistema criado foi denominado Vox Populi. 4. Projeto de desenvolvimento de jato F-14: Algoritmos Genéticos foram utilizados na execução de um otimizador para uma aplicação prática de programação de recursos no laboratório SITS System Integration Test Station Laboratory da Marinha Americana, para o desenvolvimento do jato F-14. Página 5 de 5
APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO
APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO Profa. Mariana Cavalca Baseado em: Material didático do Prof. Dr. Carlos Henrique V. Moraes da UNIFEI Curso de verão da Profa. Gisele L. Pappa Material
Leia maisPós-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 maisAlgoritmos Genéticos Fundamentos e Aplicações. Prof. Juan Moisés Mauricio Villanueva
Algoritmos Genéticos Fundamentos e Aplicações Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br Conteúdo Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de Algoritmos
Leia maisINTELIGÊNCIA COMPUTACIONAL
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br A Inteligência Computacional (IC), denominada originalmente de Inteligência Artificial (IA), é uma das ciências
Leia maisALGORITMO 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 maisInteligência 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 maisInteligência 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 maisTécnicas 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 maisPIBID Ciências Biológicas Escola Estadual Padre Balduino Rambo Oficina 11 - Título: Seleção Natural
PIBID Ciências Biológicas Escola Estadual Padre Balduino Rambo Oficina 11 - Título: Seleção Natural 1. Introdução à oficina: Individualmente os alunos receberão os textos Seleção Natural e Seleção Natural
Leia maisAlgoritmos 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 maisMax 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 maisAlgoritmos 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 maisAlgoritmo 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 maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia mais3 Métodos de Otimização
3 Métodos de Otimização Problemas de otimização são relacionados a minimização ou maximização de função de uma ou mais variáveis num determinado domínio, possivelmente com a existência de um conjunto de
Leia maisModelos 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 maisMetahuerísticas: Algoritmos Genéticos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng.
Metahuerísticas: Algoritmos Genéticos Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 8) Meta-heurísticas Classificação de métodos heurísticos: os métodos
Leia maisTécnicas 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 maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia mais3. 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 maisMarcone Jamilson Freitas Souza
Otimização: Algumas aplicações Marcone Jamilson Freitas Souza Departamento de Computação Programa de Pós-Graduação em Ciência da Computação Universidade Federal de Ouro Preto http://www.decom.ufop.br/prof/marcone
Leia maisAlgoritmos 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 maisAplicação 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 maisComputação Bioinspirada PROF. PAULO SALGADO
Computação Bioinspirada AULA 1 APRESENTAÇÃO DA DISCIPLINA PROF. PAULO SALGADO Aula de hoje Falar sobre Objetivos Ementa Avaliação Roteiro Proposto (Cronograma) Referências Periódicos da Área Objetivos
Leia maisComputação 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 mais3 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 maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
Leia maisComputação 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 maisINSTITUTO 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 maisFigura 3.1: Fluxograma do algoritmo da Programação Genética.
3 Programação Genética O termo Programação Genética passou a ser utilizado em 1990 nos trabalhos publicados por Koza [30] e De Garis [31]. A definição de Koza para este termo passou a predominar após a
Leia maisOtimização com Algoritmos Genéticos no MATLAB. Prof. Rafael Saraiva Campos CEFET-RJ
Otimização com Algoritmos Genéticos no MATLAB Prof. Rafael Saraiva Campos CEFET-RJ Conteúdo do Mini-Curso PARTE 1 Teoria PARTE 2 Prática Conteúdo do Mini-Curso PARTE 1 Teoria 1.1. Conceitos Básicos de
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli Material de apoio: Stuart Russel, Peter Norvig.
Leia maisMétodo de Hardy-Cross Capitulo 13- Algoritmo genético engenheiro Plínio Tomaz 24 dezembro de Algoritmo genético 13-1
1 Algoritmo genético 13-1 2 Capítulo 13-Algoritmo genético 13.1 Introdução As tecnologias recentes para dimensionamento de redes de água são: Algoritmo genético Programação Dinâmica Decision Support System
Leia maisANEXO AULA 04 EVOLUCÃO II. O urso polar é branco porque mora na neve, ou vive na neve porque é branco?
ANEXO AULA 04 EVOLUCÃO II O urso polar é branco porque mora na neve, ou vive na neve porque é branco? Charles Darwin Chevalier de Lamarck Figura 1 Lei do uso e desuso Figura 2 - Lei da Transmissão de Caracteres
Leia maisLista de Recuperação Não rasure os testes, não use branquinho à tinta.
Data: /10/14 Bim.: 3º Nome: 9 ANO Nº Disciplina: Biologia Professora: Ângela Valor da Prova / Atividade: 2,0 Nota: Objetivo / Instruções: Lista de Recuperação Não rasure os testes, não use branquinho à
Leia maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
Leia maisTópicos 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 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 maisInteligência Artificial - IA
Inteligência Artificial Paradigmas IA conexionista IA simbólica IA evolucionária IA híbrida IA simbólica: são baseados na ideia de que a inteligência (ou parte dela) constitui-se de operações sobre um
Leia maisIntrodução 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 maisAlgoritmos 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 maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que
Leia maisINF 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 maisComputação Bioinspirada. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)
Computação Bioinspirada Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho) 1 Principais tópicos Computação Bioinspirada Computação Biológica Biologia Computacional
Leia maisINTELIGÊNCIA COMPUTACIONAL EM AMBIENTES DE PROCESSAMENTO PARALELO. Lamartine N. F. Guimarães.
INTELIGÊNCIA COMPUTACIONAL EM AMBIENTES DE PROCESSAMENTO PARALELO Lamartine N. F. Guimarães. Roteiro Inteligência Computacional: Problemas. Os BEOWULFS do IEAv. Possibilidades de Paralelismo. Redes neurais:
Leia maisINTRODUÇÃO À. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
INTRODUÇÃO À COMPUTAÇÃO EVOLUTIVA Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Fev/2018 Computação Evolutiva Ramo da ciência da computação que propõe um paradigma
Leia maisInteligência 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 maisSistemas de Informações Gerenciais. Unidade Didática 9: INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS
Sistemas de Informações Gerenciais Unidade Didática 9: INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS 1 Objetivos do Capítulo 9 Identificar como as redes neurais, lógica difusa, algoritmos genéticos, realidade virtual
Leia maisMétodos 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 maisALGORITMOS 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 maisAprendizagem de Máquina
Aprendizagem de Máquina Apresentação da Disciplina Alessandro L. Koerich 2008 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática Aprendizagem
Leia maisAutomação Inteligente
Curso de Graduação em Engenharia Elétrica Universidade Federal da Paraíba Período 2016-2 Automação Inteligente Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Informações
Leia maisTeorias evolucionistas
Teorias evolucionistas A vida em evolução Se o problema da origem da vida não tem resposta definitiva, há muitos estudos tentando resolver outra questão levantada pela biogênese: se todo ser vivo se origina
Leia maisParadigma Simbólico. Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 2)
Paradigma Simbólico Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 2) Revisão da aula anterior: definição de IA Podemos associar o termo IA com: Parte da ciência da computação
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Programa de Pós-Graduação Em Computação plicada Depto. de Computação e Matemática (FFCLRP/USP) 2 Computação Bioinspirada -
Leia maisIntrodução 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 maisFabrício Jailson Barth BandTec
Introdução à Inteligência Artificial Fabrício Jailson Barth fabricio.barth@bandtec.com.br BandTec 1 o semestre de 2012 Objetivos e Sumário O que é Inteligência Artificial (IA)? Objetivos da IA. Influência
Leia maisComputação Bioinspirada: Aplicações
Computação Bioinspirada: Aplicações Prof. Eduardo do Valle Simões Grupo de Sistemas Embarcados e Evolutivos LCR Laboratório de Computação Reconfigurável Departamento de Sistemas de Computação Projeto de
Leia maisRedes Neurais e Sistemas Fuzzy
1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar
Leia maisInteligência Artificial. Josiane M. Pinheiro Ferreira Maio/2009
Inteligência Artificial Josiane M. Pinheiro Ferreira Maio/2009 Inteligência Artificial (IA) Estuda e tenta construir entidades inteligentes Durante milhares de anos procuramos entender como pensamos: Como
Leia mais8 Conclusões e Trabalhos Futuros
8 Conclusões e Trabalhos Futuros Este trabalho propôs investigar o apoio das técnicas de Inteligência Computacional no desenvolvimento da Nanociência e Nanotecnologia. Tal apoio é aqui denominado de Nanotecnologia
Leia maisInteligência Artificial. Aula 1 Prof. Nayat Sánchez Pi
Inteligência Artificial Aula 1 Prof. Nayat Sánchez Pi Curso: Inteligência Artificial Página web: http://nayatsanchezpi.com Material: Livro texto: Inteligência Artiicial, Russell & Norvig, Editora Campus.
Leia maisEstrutura 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 maisInteligência 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 maisAlgoritmos 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 maisAlgoritmos 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 maisInteligência Computacional para Jogos Eletrônicos
Inteligência Computacional para Jogos Eletrônicos Papéis da IA em Jogos Adversários Aliados Personagens de apoio NPC s (Non-player Character) Comentaristas Controle de câmera Geração de fases Nivelamento
Leia maisGT-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 maisRobótica Evolutiva uma População de Robôs Reais que Fazem Amor e Geram Descendentes Enquanto Aprendem a Realizar Tarefas
Robótica Evolutiva uma População de Robôs Reais que Fazem Amor e Geram Descendentes Enquanto Aprendem a Realizar Tarefas Eduardo Simões Mestrado em Microeletrônica UFRGS Doutorado em Robótica University
Leia maisA Matemática como Serviço a Ciência da Computação. Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação
A Matemática como Serviço a Ciência da Computação Prof. Dr. Carlos Eduardo de Barros Paes Coordenador do Curso de Ciência da Computação A Matemática e Ciência da Computação A Matemática faz parte do DNA
Leia mais5 Conclusões e Trabalhos Futuros
5 Conclusões e Trabalhos Futuros Este trabalho apresentou a proposta de um novo modelo de programação genética linear (PGLIQ), inspirado no conceito da física quântica de superposição de estados, capaz
Leia maisInteligência Artificial
Inteligência Artificial Professor Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br udesc.academia.edu/rafaelstubsparpinelli www.researchgate.net/profile/rafael_parpinelli www.joinville.udesc.br/portal/professores/parpinelli/
Leia maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 01 Introdução, motivação e áreas de aplicação Prof. Max Pereira O futuro, das máquinas inteligentes,
Leia maisInteligência Artificial
Inteligência Artificial Aula 1 Introdução a Inteligência Artificial M.e Guylerme Velasco Definição Ciência que estuda o fenômeno da Inteligência Estudo da inteligência em computadores e através deles,
Leia maisVERIFICAÇÃO DO DECAIMENTO DE INFORMAÇÃO EM REDES NEURAIS RECORRENTES APLICADAS AO PROBLEMA DO MUNDO DE WUMPUS 1
VERIFICAÇÃO DO DECAIMENTO DE INFORMAÇÃO EM REDES NEURAIS RECORRENTES APLICADAS AO PROBLEMA DO MUNDO DE WUMPUS 1 Henrique Augusto Richter 2, Eldair Fabrício Dornelles 3, Márcia Da Silva 4, Rogério Samuel
Leia mais1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador
1 Introdução 1.1 Descrição do problema A programação genética (PG) é uma meta-heurística utilizada para gerar programas de computadores, de modo que o computador possa resolver problemas de forma automática
Leia maisRaciocínio Baseado em Casos
Raciocínio Baseado em Casos Augusto Cesar Castoldi, Marcos de Oliveira dos Santos. Bacharéis em Ciências da Computação 2º Semestre, 2002. Departamento de Informática e Estatística (INE) Universidade Federal
Leia maisExtracção de Conhecimento
Programa Doutoral em Engenharia Informática Mestrado Integrado em Engenharia Informática LIACC/FEUP Universidade do Porto www.fe.up.pt/ ec rcamacho@fe.up.pt Outubro 2007 Algoritmos Genéticos alguns destes
Leia maisFICHA DE COMPONENTE CURRICULAR
495 Arquitetura de Redes TCP/IP 3 3 Ao final da disciplina o estudante será capaz de: - Reconhecer e compreender os principais conceitos e aplicações em TCP/IP - Compreender os fundamentos da interconexão
Leia maisAprendizagem de Máquina
Plano da Apresentação Aprendizagem de Máquina Alessandro L. Koerich 2007 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Professor & Experiência Acadêmica Horários
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia mais1. 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 maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 2 Introdução a I.A.
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 2 Introdução a I.A. 1 Ciências do Artificial Ciências naturais objetivo: analisar e descrever a natureza (observação) mostrar que a complexidade
Leia maisComportamento de vigas de aço sujeitas a cargas concentradas através de técnicas de inteligência computacional
Comportamento de vigas de aço sujeitas a cargas concentradas através de técnicas de inteligência computacional Elaine Toscano Fonseca Pedro C G S Vellasco Escopo da Apresentação Introdução Revisão Bibliográfica
Leia maislnteligência Artificial
Agenda lnteligência Artificial Introdução Definição e evolução histórica Aplicações Abordagens e problemas principais Comparação com a computação convencional O curso 2 Inteligência artificial (IA): definição
Leia maisPEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização
PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE
Leia maisExemplo 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 maisGeração Automática de Sistemas Nebulosos por Co-Evolução
Geração Automática de Sistemas Nebulosos por Co-Evolução Geração Automática de Sistemas Nebulosos por Co-Evolução Anderson Francisco Talon Heloisa de Arruda Camargo Geração Automática de Sistemas Nebulosos
Leia maisOtimização. Unidade 6: Algoritmo Genético. Jaime Arturo Ramírez. 7. Teoria do processo evolutivo num GA. 8. Aspectos avançados
Otimização Jaime Arturo Ramírez Conteúdo 1. Introdução 2. Analogia de mecanismos de seleção natural com sistemas artificiais 3. Algoritmo genético modelo 4. Um GA simples 5. Representação, genes e cromossomos
Leia maisUTILIZANDO TÉCNICAS DE ALGORITMO GENÉTICO PARA RESOLUÇÃO DO PROBLEMA DE GERAÇÃO DE GRADE HORÁRIA PARA ENFERMARIAS
Conferência IADIS Ibero-Americana Computação Aplicada 2013 UTILIZANDO TÉCNICAS DE ALGORITMO GENÉTICO PARA RESOLUÇÃO DO PROBLEMA DE GERAÇÃO DE GRADE HORÁRIA PARA ENFERMARIAS Ricardo Soares Bôaventura 1,
Leia maisAlgoritmos 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 maisImplementação De Um Algoritmo Genético Codificado Para A Solução do Problema do Caixeiro Viajante
Implementação De Um Algoritmo Genético Codificado Para A Solução do Problema do Caixeiro Viajante 1 Resumo Neste trabalho será realizada a codificação do algoritmo genético para a solução do problema do
Leia maisEnvolve uma combinação de Matemática e Engenharia
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado
Leia maisAprendizado 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 maisTÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA
TÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA 1. Técnicas Inteligentes Djalma M. Falcão Programa de Engenharia Elétrica COPPE/UFRJ A expressão Técnicas Inteligentes é utilizada neste
Leia maisAlgoritmos Genéticos
Algoritmos Genéticos Roteiro Introdução Algoritmos Genéticos Otimização Representação Seleção Operadores Genéticos Aplicação Caixeiro Viajante Introdução Algoritmos Genéticos (AGs), são métodos de otimização
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia mais