Aula 4. Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 44. Analogia com a Natureza.
|
|
- Domingos Palma Sousa
- 6 Há anos
- Visualizações:
Transcrição
1 Algoritmos Genéticos Aula 4 Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 44 Analogia entre a evolução natural e os algoritmos genéticos Analogia com a Natureza Evolução Natural Algoritmos Genéticos Indivíduo Solução Genótipo (cromossomas) Representação da Solução Reprodução Sexual Operador de Recombinação (p.ex. cruzamento) Mutação Operador Mutação População Conjunto de Soluções Gerações Ciclos Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 45
2 Esqueleto típico de um algoritmo genético Gerar P 0 t 0 Avalia P t enquanto Condição de final P t faz P t Selecciona P t P t Aplica operadores de recombinação P t P t Aplica operadores de mutação P t Avalia P t P t+1 Selecciona Sobreviventes de P t e de P t t t + 1 Fim retorna Melhor Solução Global Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 46 Operações de Recombinação Dois Exemplos do operador de recombinação Progenitores Pontos de Corte ABCDEFGHIJ Pontos de Corte abcdefghij Descendentes ABCDefgHIJ abcdefghij Ponto de Corte Ponto de Corte Progenitores ABCDEFGHIJ abcdefghij Descendentes ABCDEFghij abcdefghij Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 47
3 Exemplo de Mutação Operador de Mutação Ponto de Mutação Cromossoma Cromossoma após a mutação Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 48 Problema Exemplo Considere o problema de sequenciamento de 5 tarefas numa única máquina. Para cada tarefa j (j=1,, 5), seja p j o tempo de processamento, d j a data de entrega e w j a penalização no caso da tarefa j se atrasar. O objectivo é minimizar a soma pesada dos atrasos Σw j T j. Os tempos de processamento são respectivamente p 1 =2, p 2 =4, p 3 =1, p 4 =3 e p 5 =3, e as datas de entrega d 1 =5, d 2 =7, d 3 =11, d 4 =9 e d 5 =8. Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 49
4 Para visualizar uma sequência é muitas vezes utilizado um diagrama de Gantt, onde as linhas estão associadas às tarefas e as colunas aos períodos de tempo. Para a sequência de tarefas [3,1,2,5,4] obtém-se o calendário representado a seguir tarefas tempo Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 50 Recombinação Supondo o seguinte par de indivíduos, são seleccionados 2 pontos de cruzamento (4º e 7º). Os genes situados entre os dois pontos de cruzamento, inclusive, são copiados para os seus descendentes, sendo as restantes posições preenchidas por um caracter H. A= A =HHH4567HH B= B =HHH1876HH De seguida, e começando no segundo ponto de cruzamento do pai B define-se uma nova ordem para os genes:[ ]. Depois de remover os genes 4, 5, 6 e 7 já definidos no filho A, ficamos com os genes [ ]. As posições em A com H serão preenchidas pela sequência anterior começando pelo segundo ponto de cruzamento. Assim sendo: A = Da mesma forma para gerar o segundo descendente B, define-se uma nova sequência a partir de A: [ ]. Eliminando os genes já definidos em B, obtém-se a sequência: [ ]. A seguir substitui-se nas lacunas (H) de B a sequência obtida, começando no 2º ponto de cruzamento obtendo-se o descendente B. B = Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 51
5 % tarefa(id,tempoprocessamento,dataentrega,penalizacao). tarefa(t1,2,5,1). tarefa(t2,4,7,6). tarefa(t3,1,11,2). tarefa(t4,3,9,3). tarefa(t5,3,8,2). % parameterização geracoes(3). populacao(4). prob_cruzamento(1.0). prob_mutacao(0.1). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 52 /** Algoritmo genetico **/ gera:-numero_tarefas(n), assert(tarefas(n)), gera_populacao(pop), avalia_populacao(pop,popav), ordena_populacao(popav,popord), geracoes(ng), gera_geracao(ng,popord). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 53
6 gera_populacao(pop):- populacao(tampop), tarefas(numt), findall(tarefa,tarefa(tarefa,_,_,_),listatarefas), gera_populacao(tampop,listatarefas,numt,pop). gera_populacao(0,_,_,[]):-!. gera_populacao(tampop,listatarefas,numt,[ind Resto]):- TamPop1 is TamPop-1, gera_populacao(tampop1,listatarefas,numt,resto), gera_individuo(listatarefas,numt,ind), not member(ind,resto). gera_individuo([g],1,[g]):-!. gera_individuo(listatarefas,numt,[g Resto]):- random(n,numt), retira(n,listatarefas,g,novalista), NumT1 is NumT-1, gera_individuo(novalista,numt1,resto). retira(1,[g Resto],G,Resto). retira(n,[g1 Resto],G,[G1 Resto1]):- N1 is N-1, retira(n1,resto,g,resto1). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 54 /** Avaliacao da populacao **/ avalia_populacao([],[]). avalia_populacao([ind Resto],[Ind*V Resto1]):- avalia(ind,v), avalia_populacao(resto,resto1). /** Avaliacao dos individuos **/ avalia(seq,v):- avalia(seq,0,v). avalia([],_,0). avalia([t Resto],Inst,V):- tarefa(t,dur,prazo,pen), InstFim is Inst+Dur, avalia(resto,instfim,vresto), ( (InstFim =< Prazo,!, VT is 0) ; (VT is (InstFim-Prazo)*Pen) ), V is VT+VResto. Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 55
7 ordena_populacao(popav,popavord):- bsort(popav,popavord). /* Ordenacao (bubble sort) */ bsort([x],[x]):-!. bsort([x Xs],Ys):- bsort(xs,zs), btroca([x Zs],Ys). btroca([x],[x]):-!. btroca([x*vx,y*vy L1],[Y*VY L2]):- VX>VY,!, btroca([x*vx L1],L2). btroca([x L1],[X L2]):-btroca(L1,L2). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 56 gera_geracao(0,pop):-!, write('geração '), write(0), write(':'), nl, write(pop), nl. gera_geracao(g,pop):- write('geração '), write(g), write(':'), nl, write(pop), nl, cruzamento(pop,npop1), mutacao(npop1,npop), avalia_populacao(npop,npopav), ordena_populacao(npopav,npopord), G1 is G-1, gera_geracao(g1,npopord). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 57
8 /** Operador de crossover **/ cruzamento([],[]). cruzamento([ind*_],[ind]). cruzamento([ind1*_,ind2*_ Resto],[NInd1,NInd2 Resto1]):- gerar_pontos_cruzamento(p1,p2), prob_cruzamento(pcruz), Pc is rand(1), ((Pc =< Pcruz,!,cruzar(Ind1,Ind2,P1,P2,NInd1), cruzar(ind2,ind1,p1,p2,nind2)) ; (NInd1=Ind1,NInd2=Ind2)), cruzamento(resto,resto1). cruzar(ind1,ind2,p1,p2,nind1):- sublista(ind1,p1,p2,sub1), tarefas(numt), R is NumT-P2, rotate_right(ind2,r,ind21), elimina(ind21,sub1,sub2), insere(sub2,sub1,p2,nind1). /*insere Sub2 em Sub1 a partir de P2 obtendo NInd1*/ Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 58 /** operador de mutacao **/ mutacao([],[]). mutacao([ind Resto],[NInd Resto1]):- prob_mutacao(pmut), Pm is rand(1), ((Pm < Pmut,!,mutacao1(Ind,NInd));NInd=Ind), mutacao(resto,resto1). mutacao1(ind,nind):- gerar_pontos_cruzamento(p1,p2), /* Selecciona 2 genes para serem trocados */ obtem(ind,p1,g1), obtem(ind,p2,g2), mutacao2(ind,g1,g2,nind). mutacao2([g1 Resto],G1,G2,[G2 Resto1]):-!, mutacao2(resto,g1,g2,resto1). mutacao2([g2 Resto],G1,G2,[G1 Resto]). mutacao2([g Resto],G1,G2,[G Resto1]):- mutacao2(resto,g1,g2,resto1). obtem([g _],1,G):-!. obtem([_ Resto],P,G):- P1 is P-1, obtem(resto,p1,g). Apontamentos Teórico-Práticos de Algoritmia Avançada LEI/ISEP Métodos de Pesquisa Carlos Ramos 59
SISEE. Genetic Algorithms MEE
Genetic Algorithms MEE Algoritmos Genéticos Os Algoritmos Genéticos trabalham com populações de soluções que são combinadas para obter novas soluções, e assim sucessivamente até obter uma solução satisfatória.
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 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 maisUniversidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial. Algoritmo Memético
Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial Algoritmo Memético aplicação para o problema do caixeiro viajante Kelly Rodrigues Abreu Federico
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 maisCodificação 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 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 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. 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 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 mais3 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 maisUNIVERSIDADE 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 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 maisEstratégias 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 maisESTUDO 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 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 maisMétodos de pesquisa e Optimização
Métodos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados 1ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
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 maisComputação Evolutiva. Aula 4 Usando AEs Prof. Tiago A. E. Ferreira
Computação Evolutiva Aula 4 Usando AEs Prof. Tiago A. E. Ferreira Roteiro Exemplos: Problema das 8 rainhas Comportamentos Típicos dos AE CE no contexto da Otimização Global Relembrando Na Aula Passada,
Leia maisGerador de grade de horários com Algoritmos Genéticos
Gerador de grade de horários com Algoritmos Genéticos Rodrigo Correia Prof. Roberto Heinzle, Doutor - Orientador Roteiro da apresentação Introdução Objetivos Fundamentação teórica Tecnologias utilizadas
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 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 mais3 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 maisAlgoritmos Evolutivos Canônicos
Algoritmos Evolutivos Canônicos Como representar os indivíduos Vetor de comprimento fixo com L características escolhidas previamente. Ex.: Definição
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 maisOTIMIZAÇÃO DA LIMPEZA DE REDES DE TROCADORES DE CALOR EMPREGANDO OS ALGORITMOS GENÉTICOS
OTIMIZAÇÃO DA LIMPEZA DE REDES DE TROCADORES DE CALOR EMPREGANDO OS ALGORITMOS GENÉTICOS C. de O. GONÇALVES 1, E. M. QUEIROZ 2, F. L. P. PESSOA 2, F. S. LIPORACE 3, S. G. OLIVEIRA 3 e A. L. H. COSTA 1
Leia maisGAs 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 maisINTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS
INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 1) Considerando a empresa NAIKE, do ramo de calçados, que possui diversos setores como financeiro, marketing, produção, compras... A qual produz calçados e realiza
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia mais4 Modelos Propostos para Otimização de Planejamentos com Restrições de Precedência 4.1 Representação com Algoritmos Genéticos
46 4 Modelos Propostos para Otimização de Planejamentos com Restrições de Precedência 4.1 Representação com Algoritmos Genéticos Para definir a representação de um modelo para problemas de planejamento
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 maisIntrodução ao Algoritmo Genético
Introdução ao Algoritmo Genético Sadao Massago Agosto de 2013 1 Introdução O algoritmo genético é um método de otimização bio insperado, desenvolvida por John Henry Holland em 1975. Segundo a teoria evolucionária
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 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 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 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 mais3 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 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 maisMODELOS PROBABILÍSTICOS
Disciplina de BIOLOGIA COMPUTACIONAL Mestrado em ENGENHARIA BIOMÉDICA 4º Ano, 1º Semestre 2007/08 MODELOS PROBABILÍSTICOS Relatório 4 Ana Calhau Ângela Pisco Nuno Santos 54605 55748 55746 Palavras-Chave:
Leia maisTÉCNICAS ALGORÍTMICAS BASEADAS NA EVOLUÇÃO NATURAL E A TECNOLOGIA
6 TÉCNICAS ALGORÍTMICAS BASEADAS NA EVOLUÇÃO NATURAL E A TECNOLOGIA DAS RESTRIÇÕES A evolução natural é responsável pelo aparecimento de todos os organismos vivos no nosso planeta tais como os conhecemos
Leia maisEscalonador 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 maisOptimização Não-linear
Optimização Não-linear Problemas de optimização não-linear A função a minimizar (maximizar) não é linear Exemplo: Z=43x 2 +log(x 2 )*sin(x x3 ), com x 3 -x 2! < 0 Não existem métodos universais para este
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 maisAlgoritmos Genéticos 1
Algoritmos Genéticos 1 Esquema de um GA Algoritmos Genéticos são um ramo da computação evolucionária Seu funcionamento pode ser resumido algoritimicamente através dos seguintes passos: Inicialize a população
Leia maisGAs 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 maisOptimização Não-linear
Problemas de optimização não-linear Optimização Não-linear A função a minimizar (maximizar) não é linear Exemplo: Z=x +log(x )*sin(x x ), com x -x! < 0 Não existem métodos universais para este tipo de
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 maisUm 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 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 mais2. Diga qual é a diferença entre tipos de informação elementares e tipos de informação estruturados.
Capítulo 5 Abstracção de dados 5. Exercícios de revisão. Diga o que é um tipo abstracto de informação.. Diga qual é a diferença entre tipos de informação elementares e tipos de informação estruturados.
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 maisPesquisa Operacional Aplicada à Mineração
Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II-b Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação
Leia maisFrederico Gadelha Guimarães Departamento de Computação (DECOM) Universidade Federal de Ouro Preto (UFOP)
Frederico Gadelha Guimarães frederico.g.guimaraes@gmail.com Algoritmos genéticos são algoritmos heurísticos que trabalham com uma população de representações abstratas (genótipo) de soluções candidatas
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 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 maisEstrutura comum dos AEs Seleção
Estrutura comum dos AEs Seleção Todos os AEs mantém uma população de tamanho m por: Utilizando uma população como fonte de pais para produzir n descendentes Reduzindo o tamanho da população expandida de
Leia maisAlgoritmos de Diagnóstico da Doença de Huntington
DEPARTAMENTO DE ENGENHARIA INFORMÁTICA UNIVERSIDADE DE COIMBRA 1 Algoritmos de Diagnóstico da Doença de Huntington Grupo 4: Carla Pereira Lara Aires Objectivo Introdução aos algortimos de diagnóstico:
Leia mais3 Algoritmos Evolucionários 3.1 Algoritmos Genéticos
27 3 Algoritmos Evolucionários 3.1 Algoritmos Genéticos Essencialmente, Algoritmos Genéticos são métodos de busca e otimização que tem sua inspiração nos conceitos da teoria de seleção natural das espécies
Leia maisInteligência Artificial
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Pós-Graduação
Leia maisALGORITMOS GENÉTICOS
INSTITUTO SUPERIOR DE ENGENHARIA DO PORTO Departamento de Informática ALGORITMOS GENÉTICOS ESCALONAMENTO AUTOMÁTICO DE REUNIÕES ESCOLARES Trabalho curricular realizado no âmbito da disciplina de PROJECTO
Leia maisDesenho do Cronograma 1
Desenho do Cronograma 1 Objetivos da aula de hoje Saber preparar o cronograma do projeto; Saber controlar os atrasos e avanços na duração das atividades; Saber preparar e interpretar diagramas de redes;
Leia maisALGORITMOS GENÉTICOS APLICADOS EM PROBLEMAS DE TRANSPORTE
ALGORITMOS GENÉTICOS APLICADOS EM PROBLEMAS DE TRANSPORTE Keila Nogueira,Kenedy Nogueira, Keiji Yamanaka, Edgard Lamounier (keilachagas@hotmail.com, klnogueira@hotmail.com, keiji@ufu.br, lamounierj@ ufu.br)
Leia maisBiologia. Rubens Oda e Alexandre Bandeira (Hélio Fresta) Genética
Genética Genética 1. (Unesp) Dois casais, Rocha e Silva, têm, cada um deles, quatro filhos. Quando consideramos os tipos sanguíneos do sistema ABO, os filhos do casal Rocha possuem tipos diferentes entre
Leia maisProblema de Satisfação de Restrições
Problema de Satisfação de Restrições Exemplos de PSR (CSP, Constraint Satisfaction Problem) Busca genérica aplicada a PSRs Backtracking Verificação forward Heurísticas para PSRs Problema de Satisfação
Leia maisProblema de Satisfação de Restrições. Problema de Satisfação de Restrições. Grafo de restrições. Exemplo: 4 Rainhas como um PSR
Problema de Satisfação de Restrições Problema de Satisfação de Restrições Exemplos de PSR (CSP, Constraint Satisfaction Problem) Busca genérica aplicada a PSRs Backtracking Verificação forward Heurísticas
Leia maisProf. 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 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 maisSOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS
Universidade Federal do Tocantins SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS Diogo Rigo de Brito Guimarães Alexandre Tadeu Rossini da Silva Objetivo Implementar soluções heurísticas para o Jogo de Damas
Leia maisLista de Exercícios - Modelagem de representação cromossômica e função fitness
Lista de Exercícios - Modelagem de representação cromossômica e função fitness Para cada um dos problemas descritos abaixo: crie uma ou mais representações cromossômicas capazes de representar uma solução
Leia maisGENÉTICA: O ESTUDO DA HEREDITARIEDADE LIGAÇÃO GÊNICA
LIGAÇÃO GÊNICA LIGAÇÃO GÊNICA Restrição à segunda lei de Mendel Thomas H. Morgan (1866 1945) Nobel de Medicina (1933) LEMBRANDO A SEGUNDA LEI Segunda lei genes distintos cromossomos distintos A a B b Fotografia
Leia mais3.2. Genética e Hereditariedade
Ciências Naturais 9º ano Unidade 3 Transmissão da vida 3.2. Genética e Hereditariedade Características ou caracteres herdados dos progenitores Hereditariedade vs Genética Genética Ciência que estuda os
Leia mais3. Identifica os indivíduos homozigóticos relativamente à cor dos olhos.
Um homem de olhos azuis, cujos pais eram ambos de olhos castanhos, casa com uma mulher de olhos castanhos que tinha uma irmã de olhos azuis, sendo o pai de olhos castanhos e a mãe de olhos azuis. Do casamento,
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 maisMelhoramento de Espécies Alógamas. Melhoramento de Espécies Alógamas 06/06/2017 INTRODUÇÃO
Aula 0 INTRODUÇÃO Espécies alógamas reprodução via fecundação cruzada (mais de 95% de cruzamentos). Melhoramento de Espécies Alógamas Definição: Comunidade reprodutiva composta de organismos de fertilização
Leia maisCréditos. Introdução a Sistemas Inteligentes. Agenda Introdução Breve Histórico. Introdução. Introdução aos Algoritmos Evolutivos
Introdução a Sistemas Inteligentes Introdução aos Algoritmos Evolutivos Créditos Este material consiste de adaptações e extensões dos originais gentilmente cedidos: pelo Prof. Dr. Eduardo Raul Hruschka
Leia maisComputação Evolutiva. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)
Computação Evolutiva Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho) Principais Tópicos Computação Evolutiva Algoritmos Genéticos Codificação Função de
Leia maisMelhoramento de Espécies Alógamas
Aula 10 Melhoramento de Espécies Alógamas INTRODUÇÃO Espécies alógamas reprodução via fecundação cruzada (mais de 95% de cruzamentos). Definição: Comunidade reprodutiva composta de organismos de fertilização
Leia maisLigação, permuta e mapeamento. Prof. David De Jong Depto. de Genética
Ligação, permuta e mapeamento Prof. David De Jong Depto. de Genética 1 Mendel e suas ervilhas 23/08/2016-11:42 Ligação, Permuta e Mapeamento Genético Slide 2 Evitar autofecundação 23/08/2016-11:42 Ligação,
Leia maisSequenciamento de genoma e transcriptomas
Sequenciamento de genoma e transcriptomas Por que seqüenciar genomas? O seqüenciamento de genomas é o primeiro passo para obter uma descrição completa da composição molecular de cada organismo, pois todas
Leia maisAula 5 Melhoramento de Espécies Alógamas
Aula 5 Melhoramento de Espécies Alógamas Piracicaba, 2012 1 Introdução Espécies alógamas: reprodução via fecundação cruzada (mais de 95% de cruzamentos) Exemplos: milho, girassol, cenoura, beterraba, brássicas
Leia maisLigação, permuta e mapeamento. Prof. David De Jong Depto. de Genética
Ligação, permuta e mapeamento Prof. David De Jong Depto. de Genética 1 Tipos de Mapas Mapas de sequencias de Nucleotidios Organismos completamente ou parcialmente sequenciados Mapas citogeneticas Mapas
Leia maisAlgoritmos 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 maisAlgoritmos Genéticos. Indivíduos em uma população competem por recursos e parceiros. Os indivíduos mais bem sucedidos em cada competição vão produzir
Algoritmos Genéticos Algoritmos Genéticos (GA) são algoritmos de busca heurística baseados em ideias de seleção natural e genética. Dessa forma, eles representam uma forma inteligente de se fazer uma busca
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 maisComputação Evolutiva. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)
Computação Evolutiva Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho) Principais Tópicos Computação Evolutiva Algoritmos Genéticos Codificação Função de
Leia maisOTIMIZAÇÃO 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 maisProblemas de Afectação (PA)
Investigação Operacional 1 Problemas de Afectação Slide 1 Transparências de apoio à leccionação de aulas teóricas Problemas de Afectação (PA) Exemplo típico: Afectação de n pessoas a n tarefas. Dados:
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 maisAlgoritmos Genéticos Fernando Lobo
Algoritmos Genéticos Fernando Lobo Grupo de Análise de Sistemas Ambientais Faculdade de Ciências e Tecnologia Universidade Nova de Lisboa Sumário O que é um algoritmo genético? Para que serve? Como funciona?
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 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 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 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 mais3. ALGORITMOS GENÉTICOS
1 3. ALGORITMOS GENÉTICOS PARTE 1 3.1 Analogia Física: a evolução das espécies 3.2 A Tradução Matemática: o algoritmo básico 3.3 Codificação dos Indivíduos 3.4 Avaliação da Aptidão de um Indivíduo 3.5
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 mais5 Modelo Kernel PCA Genético para Ajuste de Histórico
5 Modelo Kernel PCA Genético para Ajuste de Histórico Conforme descrito na seção 3.2.2.2.1, em um estudo anterior, Sarma, Durlofsky, et al. (2007) parametrizaram o campo de permeabilidade através do Kernel
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 maisMelhoramento de Alógamas
Aula 0 INTRODUÇÃO Espécies alógamas reprodução via fecundação cruzada (mais de 95% de cruzamentos). Melhoramento de Espécies Definição: Comunidade reprodutiva composta de organismos de fertilização cruzada,
Leia mais