Evolução via Selecção Natural (Darwin) - sobrevivem os mais aptos (fittest )
|
|
- Stéphanie Raquel Chagas Carrilho
- 8 Há anos
- Visualizações:
Transcrição
1 Generalidades A metáfora Biológica Evolução via Selecção Natural (Darwin) - sobrevivem os mais aptos (fittest ) Operadores Genéticos (Mendel) - recombinação (crossover ) - mutação (mutation ) Algoritmos Genéticos procura adaptativa global relativamente a uma função objectivo
2 Generalidades DADOS: INSTÂNCIAS (I):conjunto dos indivíduos do domínio HIPÓTESES (H): conjunto dos indivíduos que formam uma população CONCEITO ALVO (C): indivíduo de qualidade máxima EXEMPLOS DE TREINO DO C. A. (E): população inicial DETERMINAR: HIPÓTESES CONSISTENTES COM OS EXEMPLOS DE TREINO: indivíduos de qualidade superior obtidos a partir da população inicial
3 Generalidades Funcionamento
4 Generalidades Algoritmo GA(fa,pr,pm,cp) % fa, função de adaptabilidade % pr, probabilidade de recombinação % pm, probabilidade de mutação, pm % cp, critério de paragem 1. Definir aleatoriamente e avaliar a população inicial, p 0 2. Enquanto não existir um indivíduo em p i que satisfaz cp Selecciona indivíduos de p i de acordo com fa Recombina os indivíduos de acordo com pr Muta os indivíduos de acordo com pm Define e avalia nova população p i+1 3. Devolve o melhor individuo da população final
5 Generalidades Características - Rep. Experiência: cadeias binárias (geral) - Rep. Conhecimento: cadeias binárias (geral) - Tipo aprendizagem: indutivo - Condições do ambiente:. não supervisionado. não incremental - Tarefa: resolução problemas (p. ex. optimização)
6 Generalidades Conceitos: - população - indivíduo - cromossoma -gene - alelo
7 Generalidades Conceitos - Recombinação (crossover) A B A D C D C B troca de material genético - Mutação A B introduz novo material genético
8 Generalidades Exemplo (simples) de optimização - filosofia da caixa-preta (black-box) oo 11o 11 f(x) - calcular o máximo de f(x) = x - 50 com x [0, 127] - representação binária x = =
9 Generalidades Modelização população = 4 indivíduos indivíduo = 1 cromossoma cromossoma = 7 genes gene = 2 alelos alelo = 1 ou 0 Parâmetros adaptabilidade = valor de f(x) mutação = um gene recombinação = ponto de corte entre 4 e 5 gene
10 Generalidades Simulação Reprodução adaptativa Reprodução adaptativa mutações recombinação 1-4, mutação recombinação 1-4, 2-3
11 Generalidades Aplicações - Optimização numérica problemas combinatórios (escalonamento) - Programação Automática programas para tarefas específicas autómatos celulares - Aprendizagem Computacional classificação e previsão (meteorologia) pesos de redes neuronais regras de sistemas de classificação/ produção robótica -Economia inovação mercados financeiros estratégias de definição de preços
12 Generalidades - Sistemas Sociais colónias de insectos cooperação e comunicação em sistemas multi-agentes - Biologia Sistema Imunológico Ecologia Genética das Populações Evolução e Aprendizagem...
13 Representação Binária (Holland) - razões históricas - razões teóricas - comprimento fixo - ordem fixa - operadores genéticos simples de aplicar
14 Representação Exemplo: regras Se_Então Linguagem: atributos/valores + operadores céu ={limpo, nebulado, chuva } céu = [nebulado ou chuva] céu nebulado ou com chuva e vento forte SE vento forte Então jogar-ténis notar que céu não interessa!
15 Representação Números Reais - melhor legibilidade para os humanos
16 Represenção Árvores (Koza) - comprimento variável + sin x + Λ y x 2
17 Selecção proporcional à adaptabilidade (roleta) prob(hi) = fa(hi) p j=1 fa( j) - problema da convergência prematura por número de ordem (rank) - reduz a convergência prematura - importância dos menos aptos elistista - um número fixo dos melhores passa sempre - limita o poder destruidor dos ops. genéticos
18 Selecção por torneio escolhe dois indivíduos aleatóriamente. determina aleatóriamente qual dos dois passa para geração seguinte - semelhante à selecção por número de ordem - mais eficiente computacionalmente - paralelização estável (steady-state) - retém a maior parte dos melhores - os restantes são substituidos usando os ops. genéticos sobre os melhores
19 Recombinação um ponto dois pontos uniforme
20 Mutação mutação aleatória - mudança de um gene num cromossoma mutação por troca - dois genes do mesmo cromossoma trocam os respectivos valores
21 Operadores Genéticos restrições ao acasalamento (pb. da diversidade) - apenas os cromossomas de adaptabilidade semelhante acasalam (formação de espécies) - apenas os cromossomas de adaptabilidade diferente acasalam (proibição do incesto) - um novo cromossoma substitui o mais semelhante
22 Resolução de Problemas Programação Genética (Koza) - produzir automáticamente programas Representação : árvores + sin x + Λ y Modelização: x 2 - população = conjunto de programas - indivíduo = programa - cromossoma = conjunto de genes - gene = termo - alelos = árvores sintáticamente correctas a partir de objectos terminais e símbolos funcionais
23 Resolução de Problemas Parâmetros - adaptabilidade: relação entre saida do programa e valor esperado para uma dada entrada número de casos correctos - selecção: elitista 10% dos melhores transita 90% restantes escolhidos probabilisticamente função de fa - mutação: não existe
24 Resolução de Problemas - recombinação: um ponto de corte + + sin Λ sin x 2 + x + x y Λ y x sin Λ x x 2 x sin + Λ y 2 + x y
25 Resolução de Problemas Empilhamento n e s r v u l a i - dada uma configuração qualquer de blocos construir uma pilha formando a palavra UNIVERSAL terminais - CS (current stack): nome do bloco no topo da pilha (ou F se não existe) - TB (top current block): nome do bloco alto a partir do qual a pilha está correcta - NN (next necessary): nome do bloco necessário acima de TB, para formar Universal (ou F caso não existe)
26 Resolução de Problemas Funções - (MS x) (move to Stack): desloca x da mesa para topo da pilha - (MT x) (move to table): desloca x do topo da pilha para a mesa - (EQ x y): T se x=y F caso contrário - (NOT x): T se x=f, F se x=t (DU x y) (do until): executa x até y=t adaptabilidade: número de soluções correctas numa população de 166 casos população inicial: 300 programas após 10 gerações: (EQ (DU (MT CS) (NOT CS)) (DU (MS NN) (NOT NN)))
27 Resolução de Problemas AGs e Redes Neuronais - topologia da rede - algoritmo de aprendizagem - pesos das ligações (treino)
28 Resolução de Problemas Treino da Rede (aprendizagem dos pesos) Representação: números reais Rede: Cromossoma: ( ) de cima para baixo da esquerda para a direita Modelização
29 Resolução de Problemas Parâmetros adaptabilidade: valor da soma dos erros quadráticos (na saida) relativo a todos os exemplos de treino (quanto menor melhor!) selecção: mutação:aleatória = soma valor real ([-1,+1]) ( ) ( )
30 Resolução de Problemas recombinação: uniforme, só um descendente! ( ) ( ) ( ) são selecionados os pais para cada unidade determinando os valores das ligações de entrada
31 Resolução de Problemas Problema de Satisfação de Restrições (PSR) (X, D, C) X: conjunto finito de variáveis {x1,...,xn } D: conjunto indexado por X, Di: discreto e finito C: conjunto de restrições que limita o valor das variáveis Objectivo: uma instanciação das variáveis x i com valores de D i respeitando as restrições de C Exemplo: coloração de um mapa x i : país D i : conjunto de cores possíveis C: países adjacentes cores diferentes
32 Resolução de Problemas Escalonamento R: Recursos T: Tarefas C: Restrições Objectivo: Atribuir recursos às tarefas respeitando as restrições Modelização: População: conjunto soluções potenciais Indivíduo: 1 solução = 1 cromossoma Gene: associação tarefa/plano Nº Genes = Nº Tarefas Exemplo de Cromossomas {(T1, R1:R2), (T2,R2), (T3,R1+R4),(T4,R3) } {(T4,R1), (T1,R1+R4),(T2,R3+R4),(T3,R1+R4) } Cada recurso tem um tempo associado à tarefa
33 Resolução de Problemas População inicial - permutação das tarefas - escolha aleatória de um plano por tarefa - escolha aleatória da unidade do recurso Selecção: elitista - o melhor indivíduo é sempre mantido Recombinação - por ordem - por posição Mutação: troca - de tarefas - plano de recursos - (unidade) recurso
34 Resolução de Problemas Escalonamento {(T1, R1(5):R2(4)), (T2,R2(2)), (T3,R1(4)+R4(4)),(T4,R3(2)) } Função de adaptabilidade (utilização dos recursos) m n tempo de serviço(j, i) j = 1i = 1 K *(final início) *100% Critério de paragem - número máximo de gerações - indivíduo com qualidade pré-definida
35 Evolução e Coevolução Dilema do Prisioneiro (Axelrod) (B) C O (A) C O 3,3 0,5 5,0 1,1 Qual a melhor estratégia? solução humana - dois torneios ( tipo round-robin) estratégias (programas) - vencedor: TIT FOR TAT oferecer cooperação e corresponder à última jogada do adversário! C A C B O B C B O B O A
36 Evolução e Coevolução Dilema do Prisioneiro: solução Genética Representação das estratégias - palavras (strings) sobre alfabeto T={ C,O } memória = último jogo - Exemplo: TIT FOR TAT C C C?? C O O Jogo anterior O O C O C O Memória Estratégia
37 Evolução e Coevolução memória = 3 últimos jogos -4 3 = 64 possibilidades (1) C C C C C C? O O O O O O passado recente (64) O O O O O O? memória estratégia = palavra de = 70 símbolos - 6 símbolos adicionais para fabricar 3 jogos para primeira jogada estratégia estratégias diferentes 2 70
38 Evolução e Coevolução modelização - população = 20 estratégias (indivíduos) - indivíduo = 1 estratégia (cromossoma) - cromossoma = 70 genes - gene = jogada - alelo = C ou O Parâmetros adaptabilidade : valor médio dos resultados dos jogos com 8 estratégias humanas representa tivas (sem Tit For Tat!!) selecção: recombinação: mutação:
39 Evolução e Coevolução Resultados - gerações = 50 - analisa 20 * 50 = 1000 indivíduos (contra 2 70 ) - desenvolveu estratégias melhores que a melhor (TIT FOR TAT) humana - adaptabilidade estática vs. dinâmica ambiente fixo (8 estratégias) ambiente dinâmico - adaptabilidade: jogar contra os indivíduos da mesma população! --> estratégias tipo TFT - CoEvolução - variantes: sem recombinação memória de comprimento variável
40 Questões Resolução de Problemas - controlo optimização de processos encaminhamento tráfego (telecomunicações) escalonamento da produção - aprendizagem computacional classificação e previsão (meteorologia) redes neuronais robótica (planeamento de trajectórias) - economia inovação mercados financeiros estratégias de definição de preços
41 Questões Biologia - interacções ecológicas coevolução hospedeiro/parasita - genética diploidia, duplicação/eliminação de genes, regulação genética - evolução e aprendizagem Lamarck, Baldwin, Darwin - representações dinâmicas tamanho, hierarquização - adaptação dinâmica dos parâmetros pr, pm
42 Questões Ambientes de simulação -ECHO - GENESIS - LamBaDa
Algoritmos Genéticos (GA s)
Algoritmos Genéticos (GA s) 1 Algoritmos Genéticos (GA s) Dado um processo ou método de codificar soluções de um problema na forma de cromossomas e dada uma função de desempenho que nos dá um valor de
Leia maisAlgoritmos Genéticos
UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br
Leia maisNOTA À 2ª EDIÇÃO... VII PREFÁCIO... IX. No Renascimento de uma Nova Era... IX PREÂMBULO... XIII. Organização do livro... xiii. Destinatários...
NOTA À 2ª EDIÇÃO... VII PREFÁCIO... IX No Renascimento de uma Nova Era... IX Índice PREÂMBULO... XIII Organização do livro... xiii Destinatários... xiv Utilização do livro... xiv Agradecimentos... xiv
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 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 maisALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA
136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados
Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas Departamento de Ciências
Leia maisComplemento IV Introdução aos Algoritmos Genéticos
Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia mais3 ALGORITMOS GENÉTICOS : CONCEITOS BÁSICOS E EXTENSÕES VINCULADAS AO PROBLEMA DE MINIMIZAÇÃO DE PERDAS
3 ALGORITMOS GENÉTICOS : CONCEITOS BÁSICOS E EXTENSÕES VINCULADAS AO PROBLEMA DE MINIMIZAÇÃO DE PERDAS 3.1 - Conceitos Básicos Entendemos como algoritmo um conjunto predeterminado e bem definido de regras
Leia maisConceitos Básicos de Algoritmos Genéticos: Teoria e Prática
Conceitos Básicos de Algoritmos Genéticos: Teoria e Prática Thatiane de Oliveira Rosa 1, Hellen Souza Luz 2 1 Curso de Sistemas de Informação Centro Universitário Luterano de Palmas (CEULP/ULBRA) Caixa
Leia maisMeta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas
Meta-heurísticas 105 meta-heurísticas Propriedades e Características: são estratégias que guiam o processo de pesquisa; - o objectivo a atingir é a exploração eficiente do espaço de pesquisa de modo a
Leia maisIA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Problemas de Satisfação de Restrições Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Introdução Um PSR é definido por um conjunto de variáveis X 1, X 2,..., X n, e por um conjunto de restrições,
Leia maisComputação BioInspirada
Computação BioInspirada Os Engenheiros da Natureza Fabrício Olivetti de França The reasonable man adapts himself to the world; the unreasonable one persists in trying to adapt the world to himself. Therefore
Leia maisA Otimização Colônia de Formigas
A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado
Leia mais- Computação Evolutiva -
- Computação Evolutiva - Prof. Dr. Cícero Garrozi DEINFO - UFRPE PPGIA@UFRPE cicerog@gmail.com Site da disciplina: http://cicerog.blogspot.com Sumário Situando a Computação Evolucionária Metáfora principal
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
Leia maisTranscrição Automática de Música
Transcrição Automática de Música Ricardo Rosa e Miguel Eliseu Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria Departamento de Engenharia Informática A transcrição automática de
Leia maisFUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO
FUNDAÇÃO DE APOIO AO ENINO TÉCNICO DO ETADO DO RIO DE JANEIRO PLANO DE CURO 1. Identificação Curso de Extensão: INTRODUÇÃO AO ITEMA INTELIGENTE Professor Regente: José Carlos Tavares da ilva Carga Horária:
Leia maisProblemas de Satisfação de Restrições
Problemas de Satisfação de Restrições Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach junho/2007
Leia maisPPD: Balanceamento de Carga e Scheduling 2
PPD: Balanceamento de Carga e Scheduling 2 Fernando Silva DCC-FCUP 2 (Alguns dos slides são baseados nos de Kathy Yelick, www.cs.berkeley.edu/ yelick) Fernando Silva (DCC-FCUP) PPD: Balanceamento de Carga
Leia maisPERFIL PROFISSIONAL TÉCNICO/A DE ELECTRÓNICA. PERFIL PROFISSIONAL Técnico/a de Electrónica Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/10
PERFIL PROFISSIONAL TÉCNICO/A DE ELECTRÓNICA PERFIL PROFISSIONAL Técnico/a de Electrónica Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/10 ÁREA DE ACTIVIDADE OBJECTIVO GLOBAL SAÍDA(S) PROFISSIONAL(IS) -
Leia maisISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000
ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário Gestão da Qualidade 2005 1 As Normas da família ISO 9000 ISO 9000 descreve os fundamentos de sistemas de gestão da qualidade e especifica
Leia maisPlataforma sinap t&d. Geração Distribuída. Análise de Redes Proteção Despacho Confiabilidade Manobras de Redes
Agradecimentos Este trabalho foi desenvolvido no âmbito do Programa de Pesquisa e Desenvolvimento Tecnológico do Setor de Energia Elétrica regulado pela ANEEL e consta dos Anais do VI Congresso de Inovação
Leia maisTabela de símbolos: tabelas de espalhamento
Tabela de símbolos: tabelas de espalhamento Marcelo K. Albertini 14 de Janeiro de 2014 2/28 Resumo de complexidades Análises para operação efetuada após N inserções pior caso caso médio keys chave get
Leia maisSLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos
SLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos Fredson Vieira Costa 1, Fábio Silveira Vidal 1, Claudomiro Moura Gomes André 1 1 Curso de Bacharelado em Ciência da Computação
Leia maisResolução de Problemas Com Procura. Capítulo 3
Resolução de Problemas Com Procura Capítulo 3 Sumário Agentes que resolvem problemas Tipos de problemas Formulação de problemas Exemplos de problemas Algoritmos de procura básicos Eliminação de estados
Leia maisPERFIL PROFISSIONAL TÉCNICO(A) DE ELECTRÓNICA. PERFIL PROFISSIONAL Técnico/a de Electrónica Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/6
PERFIL PROFISSIONAL TÉCNICO(A) DE ELECTRÓNICA PERFIL PROFISSIONAL Técnico/a de Electrónica Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/6 ÁREA DE ACTIVIDADE - ELECTRÓNICA E AUTOMAÇÃO OBJECTIVO GLOBAL -
Leia maisPós-Graduação em Engenharia Elétrica Inteligência Artificial
Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms
Leia maisAtividade extra. Questão 1. Questão 2. Ciências da Natureza e suas Tecnologias Biologia. A diversidade biológica é o fruto da variação genética.
Atividade extra Questão 1 A diversidade biológica é o fruto da variação genética. Falar em biodiversidade e em tempo significa, necessariamente, falar de: a. Degeneração. b. Conservação. c. Evolução. d.
Leia maisInteligência de Enxame: ACO
Inteligência de Enxame: ACO! Otimização colônia de formigas é uma meta-heurística: «baseada em população «inspirada no comportamento forrageiro das formigas.! Muitas espécies de formigas são quase cegas.!
Leia maisIntrodução aos Sistemas Operativos
Introdução aos Sistemas Operativos Computadores e Redes de Comunicação Mestrado em Gestão de Informação, FEUP 06/07 Sérgio Sobral Nunes mail: sergio.nunes@fe.up.pt web: www.fe.up.pt/~ssn Sumário Definição
Leia maisInteligência Computacional: resolvendo problemas difíceis da vida real
Instituto de Computação Semana Nacional da Ciência e Tecnologia Escola Agrotécnica Federal de Inconfidentes Inteligência Computacional: resolvendo problemas difíceis da vida real Carlos Eduardo de Andrade
Leia maisCLASSIFICAÇÃO GENÉTICA. Reprodução, Acasalamento, Manutenção e Algumas considerações...
CLASSIFICAÇÃO GENÉTICA Reprodução, Acasalamento, Manutenção e Algumas considerações... Classificação Genética Heterogênicos = outbred Isogênicos = Inbred Acasalamento Aleatório Não-Consangüíneos Acasalamento
Leia maisCurso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento
Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento Professor Rene - UNIP 1 Roteamento Dinâmico Perspectiva e histórico Os protocolos de roteamento dinâmico são usados
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisEvolução Biológica e Algoritmos Genéticos. Fábio Lima Custódio flc@lncc.br
Evolução Biológica e Algoritmos Genéticos Fábio Lima Custódio flc@lncc.br Sumário Conceitos gerais O que é evolução? Forças Evolutivas Mutação Deriva Gênica Fluxo gênico Seleção Natural A teoria evolutiva
Leia maisComputação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho.
Computação Paralela Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho Outubro 2005 Desenvolvimento de Aplicações Paralelas Uma Metodologia
Leia maisAnálise de complexidade
Introdução Algoritmo: sequência de instruções necessárias para a resolução de um problema bem formulado (passíveis de implementação em computador) Estratégia: especificar (definir propriedades) arquitectura
Leia maisOficina de Multimédia B. ESEQ 12º i 2009/2010
Oficina de Multimédia B ESEQ 12º i 2009/2010 Conceitos gerais Multimédia Hipertexto Hipermédia Texto Tipografia Vídeo Áudio Animação Interface Interacção Multimédia: É uma tecnologia digital de comunicação,
Leia maisProblemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados
GA em Otimização Combinatorial Problemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados Problem a do Caixeiro Viajante Problem as de Planejamento
Leia maisTIC Unidade 2 Base de Dados. Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado.
Conceitos relativos à Informação 1. Informação O que á a informação? Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado. 2. Dados Em informática designa-se
Leia maisTabela de Símbolos. Análise Semântica A Tabela de Símbolos. Principais Operações. Estrutura da Tabela de Símbolos. Declarações 11/6/2008
Tabela de Símbolos Análise Semântica A Tabela de Símbolos Fabiano Baldo Após a árvore de derivação, a tabela de símbolos é o principal atributo herdado em um compilador. É possível, mas não necessário,
Leia maisPLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016
PLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016 CURSO/CICLO DE FORMAÇÃO Técnico de Eletrotecnia e Técnico de Gestão de Equipamentos Informáticos / 2015/2018 DISCIPLINA: Tecnologias da Informação e Comunicação
Leia maisEsta aplicação permite desempenhar tarefas relacionadas com o cálculo, análise e apresentação gráfica de dados, de uma forma rápida e eficaz.
Apresentação do programa A folha de cálculo Excel é um componente do pacote Office. Esta aplicação permite desempenhar tarefas relacionadas com o cálculo, análise e apresentação gráfica de dados, de uma
Leia maisRepresentação por Números Reais
Representação por Números Reais Cromossomas expressam valores através de números reais (ponto flutuante) e não em binário Para apresentarmos essa representação vamos introduzir o conceito de hibridização
Leia maisTarefa 18: Criar Tabelas Dinâmicas a partir de Listas de Excel
Tarefa 18: Criar Tabelas Dinâmicas a partir de 1. Alguns conceitos sobre Tabelas Dinâmicas Com tabelas dinâmicas podemos criar dinâmica e imediatamente resumos de uma lista Excel ou de uma base de dados
Leia maisSistemas Inteligentes Lista de Exercícios sobre Busca
Sistemas Inteligentes Lista de Exercícios sobre Busca 1) A* - Problema do metrô de Paris Suponha que queremos construir um sistema para auxiliar um usuário do metrô de Paris a saber o trajeto mais rápido
Leia maisResolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reagvos não funcionam em ambientes para quais o número de regras condição-
Leia maisDescoberta de Conhecimento em Bases de Dados. Classificação
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Descoberta de Conhecimento em Bases de Dados. Classificação Descoberta
Leia maisAlgoritmos Genéticos: Aspectos Práticos. Estéfane G. M. de Lacerda DCA/UFRN Junho/2009
: Aspectos Práticos Estéfane G. M. de Lacerda DCA/UFRN Junho/2009 Principais Tópicos População Inicial Funções Objetivo de Alto Custo Critérios de Parada Convergência Prematura Diversidade Tipos de Substituição
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos 1 Constraint Satisfaction Problems (CSP) Conceitos básicos Busca cega simples e refinada Busca heurística
Leia maisSistema de Informação de Licenciamento de Operações de Gestão de Resíduos
Sistema de Informação de Licenciamento de Operações de Gestão de Resíduos Indice Indice... 2 1. Introdução... 3 2. Sistema de Informação de Licenciamento de Operações de Gestão de Resíduos (SILOGR)....
Leia maisSISTEMA DE APOIO À MODERNIZAÇÃO E CAPACITAÇÃO DA ADMINISTRAÇÃO PÚBLICA CRITÉRIOS DE SELEÇÃO (PI 2.3 E 11.1)
SISTEMA DE APOIO À MODERNIZAÇÃO E CAPACITAÇÃO DA ADMINISTRAÇÃO PÚBLICA CRITÉRIOS DE SELEÇÃO (PI 2.3 E 11.1) CA 9.03.2015 Versão Definitiva Consulta escrita Maio.2015 Página 1 de 13 TIPOLOGIAS DE INVESTIMENTOS
Leia maisAlgoritmos Genéticos em Mineração de Dados. Descoberta de Conhecimento. Descoberta do Conhecimento em Bancos de Dados
Algoritmos Genéticos em Mineração de Dados Descoberta de Conhecimento Descoberta do Conhecimento em Bancos de Dados Processo interativo e iterativo para identificar padrões válidos, novos, potencialmente
Leia maisProblemas Multi-modais e Distribuições Espaciais em Algoritmos Genéticos.
Problemas Multi-modais e Distribuições Espaciais em Algoritmos Genéticos. Thiago da Mota Souza Coordenação de Pós-Graduação e Pesquisa de Engenharia Centro de Tecnologia Universidade Federal do Rio de
Leia maisOtimização de Recuperação de Informação usando Algoritmos Genéticos
Otimização de Recuperação de Informação usando Algoritmos Genéticos Neide de Oliveira Gomes, M. Sc., nog@inpi.gov.br Prof. Marco Aurélio C. Pacheco, PhD Programa de Doutorado na área de Métodos de Apoio
Leia maisSumário. Comunicação Multicast. Soluções. Multicast. Application-Level Multicast. October 20, 2008 Algoritmos Epidémicos
Sumário Comunicação Multicast Multicast Application-Level Multicast October 20, 2008 Algoritmos Epidémicos Comunicação Multicast Soluções Multicast designa o envio duma mensagem para múltiplos destinatários.
Leia maisProblema 8-Puzzle: Análise da solução usando Backtracking e Algoritmos Genéticos
Problema 8-Puzzle: Análise da solução usando e Nelson Florêncio Junior Orientador: Frederico Gadelha Guimarães Departamento de Computação UFOP 18 de agosto de 2011 Nelson Florêncio Junior (UFOP) PAA 1
Leia maisJogos vs. Problemas de Procura
Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que
Leia maisAnálise e Projeto de Algoritmos
Análise e Projeto de Algoritmos Prof. Eduardo Barrére www.ufjf.br/pgcc www.dcc.ufjf.br eduardo.barrere@ice.ufjf.br www.barrere.ufjf.br Complexidade de Algoritmos Computabilidade: Um problema é computável
Leia maisAlgoritmos Genéticos: uma Introdução 1
Algoritmos Genéticos: uma Introdução 1 Diogo C. Lucas dlucas@inf.ufrgs.br Março, 2002 1 Apostila elaborada sob a orientação de Luís Otávio Álvares, para a disciplina de Ferramentas de Inteligência Artificial
Leia maisIA Colônia de Formigas. Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA Colônia de Formigas Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução O Experimento da Ponte Binária. Ant System Aplicado ao PCV. Elitist Ant System. Introdução Otimização colônia
Leia maisOPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE-04091 Aula 13 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica OPERAÇÃO DE SISTEMAS DE POTÊNCIA TEE-04091 Aula 13 Pro. Vitor Hugo Ferreira Operação em tempo real e planejamento
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola
Leia maisEscalonamento de Ordens de Produção Utilizando Algoritmos Genéticos
Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Bacharelado em Ciências da Computação Estágio Supervisionado Escalonamento de Ordens de Produção Utilizando Algoritmos Genéticos Acadêmico:
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisGESTÃO de PROJECTOS. Gestor de Projectos Informáticos. Luís Manuel Borges Gouveia 1
GESTÃO de PROJECTOS Gestor de Projectos Informáticos Luís Manuel Borges Gouveia 1 Iniciar o projecto estabelecer objectivos definir alvos estabelecer a estratégia conceber a estrutura de base do trabalho
Leia maisO DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são
Atividade extra Fascículo 2 Biologia Unidade 4 Questão 1 O DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são chamados de genes. Assinale abaixo quais
Leia maisPlano Curricular de Matemática 9º ano - 2014 /2015-3º Ciclo
Plano Curricular de Matemática 9º ano - 2014 /2015-3º Ciclo Tema/Subtema Conteúdos Metas Nº de Aulas Previstas Org.Trat.Dados / Planeamento Estatístico Especificação do problema Recolha de dados População
Leia maisHashing. Estruturas de Dados. Motivação
Estruturas de Dados Hashing Prof. Ricardo J. G. B. Campello Parte deste material é baseado em adaptações e extensões de slides disponíveis em http://ww3.datastructures.net (Goodrich & Tamassia). Motivação
Leia mais2.1 Os projetos que demonstrarem resultados (quádrupla meta) serão compartilhados na Convenção Nacional.
O Prêmio Inova+Saúde é uma iniciativa da SEGUROS UNIMED que visa reconhecer as estratégias de melhoria e da qualidade e segurança dos cuidados com a saúde dos pacientes e ao mesmo tempo contribua com a
Leia maisProgramação de Sistemas
Programação de Sistemas Introdução à gestão de memória Programação de Sistemas Gestão de memória : 1/16 Introdução (1) A memória central de um computador é escassa. [1981] IBM PC lançado com 64KB na motherboard,
Leia maisLicenciatura em Gestão
Departamento de Gestão Licenciatura em Gestão Novo Plano de Estudos versão de 21 de Março de 2002 Meio Envolvente Licenciados em Gestão: capacidade de decisão e aprendizagem e flexibilidade Actual plano
Leia maisIntrodução. Confiabilidade. Conformidade. Segurança. Optimização e Disponibilidade
Introdução Desenvolvido segundo um modelo de bases de dados relacionais, podem ser realizadas personalizações à medida de cada empresa, em conformidade com o Sistema de Informação existente e diversas
Leia maisDiagrama de Precedências
Planeamento Industrial Aula 06 Implantações por produto:.equilibragem de linhas de montagem Implantações por processo:. minimização dos custos de transporte. método craft. análise de factores Diagrama
Leia maisTestes de Software. Testes de Software. Teste de Validação. Teste de Defeito. Modelo de Entrada e Saída. Modelo de Entrada e Saída
DCC / ICEx / UFMG Testes de Software Testes de Software Teste de software buscam por erros ou anomalias em requisitos funcionais e não funcionais Classificação de testes pelo objetivo Teste de Validação:
Leia maisArquitetura de Computadores. Sistemas Operacionais IV
Arquitetura de Computadores Sistemas Operacionais IV Introdução Multiprogramação implica em manter-se vários processos na memória. Memória necessita ser alocada de forma eficiente para permitir o máximo
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisRevisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011
Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,
Leia maisPolítica de Treinamento DME
Política de Treinamento DME Aperfeiçoamento Técnico com respeito ao Profissional. A DME é uma empresa voltada para o atendimento das necessidades em conclusão e consumo de Energia Elétrica, consagrou-se
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisRegulamento PAPSummer 2015
Regulamento PAPSummer 2015 Artigo 1º Objectivos do programa, montante e designação das bolsas 1. O programa PAPSummer pretende dar a oportunidade a estudantes portugueses (Estudante) de desenvolver um
Leia maisUnidade 1 - Objectivos das Tecnologias Informáticas
Unidade 1 - Objectivos das Tecnologias Informáticas Reconhecer conceitos básicosb Utilizar os conceitos básicos, b aplicando-os os a problemas concretos Compreender a evolução desses conceitos Conhecer
Leia maisSistemas de Nomes Planos
Sistemas de Nomes Planos November 2, 2009 Sumário Sistemas de Nomes Planos e DHTs Chord Sistemas de Nomes Planos Tipicamente, sistemas de nomes à escala da Internet usam nomes estruturados hierarquicamente.
Leia maisMatlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida
27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma
Leia maisTarefa Orientada 18 Tabelas dinâmicas
Tarefa Orientada 18 Tabelas dinâmicas Análise de dados através de tabelas dinâmicas. Conceitos teóricos As Tabelas Dinâmicas são tabelas interactivas que resumem elevadas quantidades de dados, usando estrutura
Leia maisPHC Recursos Humanos CS
PHC Recursos Humanos CS A gestão total dos Recursos Humanos A solução que permite a optimização da selecção e recrutamento, a correcta descrição de funções, a execução das avaliações de desempenho e a
Leia maisCurso Técnico Superior Profissional em Desenvolvimento Web
Curso Técnico Superior Profissional em Desenvolvimento Web PROVA DE AVALIAÇÃO DE CAPACIDADE REFERENCIAL DE CONHECIMENTOS E APTIDÕES Áreas relevantes para o curso de acordo com o n.º 4 do art.º 11.º do
Leia maisCAPÍTULO 7 NÍVEL DE LINGUAGEM DE MONTAGEM
CAPÍTULO 7 NÍVEL DE LINGUAGEM DE MONTAGEM 71 Introdução Difere dos níveis inferiores por ser implementado por tradução A tradução é usada quando um processador está disponível para uma mensagem fonte mas
Leia maisA lógica de programação ajuda a facilitar o desenvolvimento dos futuros programas que você desenvolverá.
INTRODUÇÃO A lógica de programação é extremamente necessária para as pessoas que queiram trabalhar na área de programação, seja em qualquer linguagem de programação, como por exemplo: Pascal, Visual Basic,
Leia maisTestes de Software. Testes de Software. Teste de Validação. Teste de Defeito. Modelo de Entrada e Saída. Modelo de Entrada e Saída
DCC / ICEx / UFMG Testes de Software Testes de Software Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo Teste de software buscam por erros ou anomalias em requisitos funcionais e não funcionais Classificação
Leia maisZSRest e ZSPos Multiposto
ZSRest e ZSPos Multiposto 1 2 Este manual serve para o ajudar na configuração multiposto do ZSRest e ZSPos. Após a Instalação do ZSRest e ZSPos, é necessário configurar uma porta estática no SQL Server.
Leia mais. evolução do conceito. Inspecção 3. Controlo da qualidade 4. Controlo da Qualidade Aula 05. Gestão da qualidade:
Evolução do conceito 2 Controlo da Qualidade Aula 05 Gestão da :. evolução do conceito. gestão pela total (tqm). introdução às normas iso 9000. norma iso 9000:2000 gestão pela total garantia da controlo
Leia maisLocalização em Redes Móveis Celulares. Ivo Sousa
Localização em Redes Móveis Celulares Ivo Sousa Novembro de 28 1. Motivação e objectivos do trabalho Grande vulgarização dos telemóveis desde os anos noventa Aumento do número de chamadas de emergência
Leia maisIntrodução a computação móvel. Middlewares para Rede de Sensores sem Fio. Uma avaliação na ótica de Adaptação ao Contexto
Introdução a computação móvel Monografia: Middlewares para Rede de Sensores sem Fio Uma avaliação na ótica de Adaptação ao Contexto Adriano Branco Agenda Objetivo do trabalho O que é uma WSN Middlewares
Leia maisCurso de Educação Profissional Técnica de Nível Médio Subseqüente ao Ensino Médio, na modalidade a distância, para:
INSTITUIÇÃO: IFRS CAMPUS BENTO GONÇALVES CNPJ: 94728821000192 ENDEREÇO: Avenida Osvaldo Aranha, 540. Bairro Juventude. CEP: 95700-000 TELEFONE: (0xx54) 34553200 FAX: (0xx54) 34553246 Curso de Educação
Leia maisRegulamento do Concurso
Regulamento do Concurso do 12º Prémio de Programação Universidade Portucalense 15 20 de maio de 2015 Departamento de Economia, Gestão e Informática Formato do Concurso O concurso é composto por um conjunto
Leia mais