SAHGA Um algoritmo genético híbrido com representação explícita de relacionamentos espaciais para análise de dados geoespaciais
|
|
- Domingos Vasco Affonso Câmara
- 6 Há anos
- Visualizações:
Transcrição
1 SAHGA Um algoritmo genético híbrido com representação explícita de relacionamentos espaciais para análise de dados geoespaciais Tese de doutorado em Computação Aplicada Adair Santa Catarina Orientadores: Dr. Antônio Miguel Vieira Monteiro Dr. João Ricardo de Freitas Oliveira INPE Abr/2009
2 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 2
3 Introdução Informações GIS Geocomputação Dados Dados Organizados 3
4 Introdução Informações Model Breeders (Openshaw, 1997); GARP (Stockwell e Peters, 1999). Dados Organizados Negligenciam os relacionamentos espaciais Dependência X Espacial (Lei de Tobler) 4
5 Questões É possível incorporar os relacionamentos espaciais em sistemas semi-automáticos de análise de dados geoespaciais baseados em AG? Estes sistemas são capazes de operar sobre um modelo generalizado de relacionamentos espaciais? Os relacionamentos espaciais afetam os resultados fornecidos por tais sistemas? O conhecimento pré-existente, acerca dos fatores ambientais que afetam o problema em estudo, pode ser representado nestes sistemas? 5
6 Hipótese Central É possível incorporar aos AG, utilizados em sistemas de análise de dados geoespaciais, uma estrutura para representação explícita de relacionamentos espaciais, a GPM Generalized Proximity Matrix, possibilitando-os considerar os efeitos da dependência espacial nos fenômenos estudados. Verificação da hipótese prova de conceito SAHGA Spatially Aware Hybrid Genetic Algorithm SAHGA MB dados sócio-econômicos SAHGA SDM duas espécies de aves 6
7 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 7
8 Representação do Espaço 2D Polígonos ou grades regulares: 8
9 Generalized Proximity Matrix (GPM) Aguiar et al., Estrutura da GPM: Conjunto de objetos O: Células regulares; Polígonos. Grafo (G): Nós = objetos; Arcos = relacionamentos. Matriz de proximidade (V): Conjunto de valores W ij que indicam o quanto dois objetos O i e O j estão relacionados; W ij relacionamentos no espaço absoluto ou relativo. 9
10 Algoritmos Genéticos (AG) 10
11 Simulated Annealing Metropolis (1953); Kirkpatrick et al. (1983): Pc k ( aceitar j) = 1 exp ( g g ) j c k i se g se g j j > g g i i g i e g j = níveis energéticos; c k = temperatura. Extensão do método de busca local; Habilidade para fugir da armadilha do ótimo local. 11
12 Model Breeders Openshaw & Openshaw (1997), Santa Catarina et al. (2005): y = f(x 1, x 2,..., x n ); Núcleo de otimização utilizam AG; Vantagens: modelos simples de compreender e eficiência computacional; Desvantagem: simplificação do fenômeno observado e grande consumo de tempo para resposta ótima. 12
13 Species Distribution Models (SDM) Fonte: Adaptado de Siqueira (2005) 13
14 Tipos de Modelos usados em Ecologia Analíticos; Mecanicistas; Empíricos SDM. Fonte: Adaptado de Guisan e Zimmerman (2000) 14
15 Avaliação dos SDM Matriz de Confusão Fonte: Adaptado de Siqueira (2005) Fonte: Braga (2000) Fonte: Adaptado de Meyer (2005) 15
16 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 16
17 SAHGA Model Breeder Dados de entrada: Codificação: Função de aptidão: Xˆ n NREi NREi = CX ( ) k Wij X kj Wij Constante 0 i + k= 1 j= 1 j= 1 Aptidão = m ( X ) i Xˆ 0 0i i=
18 Núcleo de Otimização SAHGA 18
19 Operadores Genéticos SAHGA Seleção pelo método da roleta; Cruzamento aritmético de Michalewicz (1996): c = βp + 1 β p c 1 2 = 1 ( ) ( 1 β ) p1 + βp2 Mutação uniforme [-4; 4]; Busca local (SA) mutação uniforme [-0,5; 0,5]; Elitismo. 2 Padronização das variáveis de entrada: X x X p = s 19
20 Parâmetros do SAHGA Grefenstette (1986), De Jong e Spears (1991) e Santa Catarina e Bach (2003). 20
21 Estudo de Caso SAHGA MB Fonte: IBGE (2007) X 0 = Número de filhos nascidos vivos; X 1 = Número de domicílios com banheiro; X 2 = Número de domicílios cujo responsável tem 8 ou mais anos de estudo; X 3 = Número de domicílios onde a renda é maior que 3 salários mínimos. 21
22 Modelos Ajustados SAHGA MB Configuração dos parâmetros = Default Desconsiderando a GPM: Cada estado está relacionado apenas consigo mesmo W ii = 1 Xˆ 1,5605 X + 2,7114 X 3,3185 X 0, p = 1p 2 p 3 p + Aptidão mínima = 0,9298. Considerando a GPM: Xˆ 0 p = 1,5397 X 1p + 3,3491 X 2 p 4,0 X 3 p Aptidão mínima = 1, ,011 22
23 Conclusões SAHGA MB Modelos ajustados estimam adequadamente X 0 em função das variáveis independentes; Trabalha com diferentes tipos de modelos, utilizando a mesma estrutura de codificação: Adaptação para modelos quadráticos Xˆ i NRE ( 2 ) i W ij X kj ( Wij X kj ) n 2 j= 1 j= 1 0 i = CX k + CX + NRE k i NREi k = 1 Wij Wij j= 1 j= 1 NRE Constante 23
24 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 24
25 SAHGA SDM Dados de entrada: Codificação (=): Função de aptidão: Xˆ Aptidão = n NREi NREi = CX ( ) k Wij X kj Wij Constante 0 i + k= 1 j= 1 j= 1 ( X 0i = 0e Xˆ 0i < 0,5) ou ( X 0i = 1e Xˆ 0i 0,5 ) ( X = 0e Xˆ ou ( X = 1e Xˆ < 0,5 ) m 2 ( ) se X i Xˆ 0, 0 0i + 0,1 = 1 1, se 0i 0i 0i 0i i 25
26 Estudos de Caso SAHGA SDM Distribuição potencial de duas espécies de aves: Strix varia Thalurania furcata boliviana 26
27 Estudos de Caso SAHGA SDM Comparação SAHGA SDM x GARP (SR e BS) openmodeller Desktop v1.0.6 (CRIA et al., 2008); SAHGA SDM: Modelos com e sem relacionamentos espaciais; Construção da GPM: Parâmetros: Hard. 27
28 Espécie Strix varia Dados: Base exemplo do DesktopGarp (Kansas University, 2007); 1218 pontos de presença 100 selecionados; 7 layers geográficos: temperatura, precipitação e relevo; 100 pontos de pseudo-ausência modelo BioClim (Nix, 1986) openmodeller Desktop; Treino (50%) e teste (50%); GPM raio de 100 km. 28
29 Modelo BioClim Strix varia 29
30 Modelos S1 e S2 Strix varia Modelo S1 Modelo S2 30
31 Distribuição Potencial Modelos S1 e S2 31
32 Modelos SGSR e SGBS Strix varia Modelo SGSR Modelo SGBS 32
33 Distribuição Potencial Modelos SGSR e SGBS 33
34 Espécie Thalurania furcata boliviana Dados: Base exemplo do openmodeller Desktop; 65 pontos de presença; 8 layers geográficos: precipitação e temperatura; 50 pontos de pseudo-ausência modelo BioClim openmodeller Desktop; Treino (40P/30A) e teste (25P/20A); GPM raio de 100 km. 34
35 Modelo BioClim Thalurania furcata boliviana 35
36 Modelos T1 e T2 Thalurania furcata boliviana Modelo T1 Modelo T2 36
37 Distribuição Potencial Modelos T1 e T2 37
38 Modelos TGSR e TGBS Thalurania furcata boliviana Modelo TGSR Modelo TGBS 38
39 Distribuição Potencial Modelos TGSR e TGBS 39
40 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 40
41 Conclusões Sistemas de análise de dados geoespaciais que utilizam AG negligenciam os efeitos da dependência espacial; Prova de conceito SAHGA Spatially Aware Hybrid Genetic Algorithm relacionamentos espaciais GPM; Algoritmo de uso múltiplo: SAHGA MB Dados sócio-econômicos; SAHGA SDM Strix varia e Thalurania furcata boliviana. 41
42 Conclusões SAHGA MB: Ajuste de modelos sem e com relacionamentos espaciais (GPM); Modelos ajustados são distintos influência dos relacionamentos espaciais. Ambos estimam adequadamente o valor padronizado da variável dependente. 42
43 Conclusões SAHGA SDM: 43
44 Conclusões Representação de conhecimento do especialista: No espaço relativo SAHGA MB: Associações entre estados independem da distância; Válida para alguns estados. No espaço absoluto SAHGA SDM: Pesos W ij variam em função da distância; 0 50 km = 1,0; km = 0,5. Adaptabilidade do algoritmo modelos mais complexos: Adaptação da estrutura cromossômica; Reescrita da função de aptidão. 44
45 Trabalhos Futuros Geração automática da GPM: Relacionamentos pré-definidos: toca, intercepta, perto de, etc. Outros tipos de modelos: Estruturas cromossômicas e funções de aptidão prédefinidas; Rotinas de pré-análise de dados; Geração automática de pontos de pseudoausência; GPM dinâmicas: Análise de dados espaço-temporais. 45
46 Roteiro Introdução Referencial Teórico: Representação do espaço bi-dimensional e vizinhança espacial; Algoritmos Genéticos; Model Breeders; Species Distribution Models. SAHGA Model Breeder SAHGA SDM Conclusões Referências Bibliográficas 46
47 Referências Bibliográficas AGUIAR, A. P. D. et al. Modeling spatial relations by generalized proximity matrices. In: Brazilian Symposium on Geoinformatics, 5, Campos do Jordão - SP. Anais eletrônicos... São José dos Campos: INPE, Nov Disponível em: < Acesso em: 04/07/2006. BRAGA, A. C. S. Curvas ROC: aspectos funcionais e aplicações p. Tese (Doutorado em Engenharia de Produção e Sistemas) - Universidade do Minho, Braga. CENTRO DE REFERÊNCIA EM INFORMAÇÃO AMBIENTAL; ESCOLA POLITÉCNICA DA USP; INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. openmodeller Disponível em: < Acesso em: 12/07/2008. DE JONG, K. A. An analysis of the behavior of a class of genetic adaptive systems p. Tese (Ph. D. in Computer and Communication Sciences) - University of Michigan, Ann Arbor. GREFENSTETTE, J. J. Optimization of control parameters for genetic algorithms. IEEE transactions on systems, man and cybernetics, v. 16, n. 1, p , Jan./Fev GUISAN, A.; ZIMMERMANN, N. E. Predictive habitat distribution models in ecology. Ecological Modelling, v. 135, n. 2-3, p , Dez HOLLAND, J. H. Adaptation in natural and artificial systems. Cambridge: MIT Press, p. 47
48 Referências Bibliográficas KANSAS UNIVERSITY. DesktopGarp Disponível em: < Acesso em: 03/05/2008. KIRKPATRICK, S.; GELATT, C. D.; VECCHI, M. P. Optimization by simulated annealing. Science, v. 220, n. 4598, p , Maio METROPOLIS, N. et al. Equation of state calculations by fast computing machines. The Journal of Chemical Physics, v. 21, n. 6, p. 1087, Jun MEYER, E. M. Ecological niche modelling: inter-model variation, best-subset models selection. In: Workshop on Biodiversity Data Modelling, Cidade do México. Anais eletrônicos... Copenhague: GBIF, Abr Disponível em: < Acesso em: 21/10/2007. MICHALEWICZ, Z. Genetic algorithms + data structures = evolution programs. 3. ed. Berlin: Springer- Verlag, p. NIX, H. A. A biogeographic analysis of Australian elapid snakes. In: LONGMORE, R. (Ed.) Atlas of elapid snakes of Australia. Canberra: Australian government publishing service, v.7, p (Australian flora and fauna series). OPENSHAW, S.; OPENSHAW, C. Artificial intelligence in geography. West Sussex: John Wiley & Sons, p. 48
49 Referências Bibliográficas PEDROSA, B. M. Ambiente computacional para modelagem dinâmica p. Tese (Doutorado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. SANTA CATARINA, A.; BACH, S. L. Estudo do efeito dos parâmetros genéticos sobre a solução otimizada e sobre o tempo de convergência em algoritmos genéticos com codificações binária e real. Acta Scientiarum. Technology, v. 25, n. 2, p , Jul./Dez SIQUEIRA, M. F. Uso de modelagem de nicho fundamental na avaliação do padrão de distribuição geográfica de espécies vegetais p. Tese (Doutorado em Ciências de Engenharia Ambiental) - Universidade de São Paulo, São Carlos. STOCKWELL, D. R. B.; PETERS, D. The GARP modeling system: problems and solutions to automated spatial prediction. International Journal of Geographical Information Science, v. 13, n. 2, p , Mar
SAHGA UM ALGORITMO GENÉTICO HÍBRIDO COM REPRESENTAÇÃO EXPLÍCITA DE RELACIONAMENTOS ESPACIAIS PARA ANÁLISE DE DADOS GEOESPACIAIS
INPE-00000-TDI/0000 SAHGA UM ALGORITMO GENÉTICO HÍBRIDO COM REPRESENTAÇÃO EXPLÍCITA DE RELACIONAMENTOS ESPACIAIS PARA ANÁLISE DE DADOS GEOESPACIAIS Adair Santa Catarina Tese de Doutorado do Curso de Pós-Graduação
Leia maisO método Best-Subset incorporado ao sistema SAHGA SDM Bruno Borguesan
UNIOESTE Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação Curso de Bacharelado em Ciência da Computação O método Best-Subset incorporado
Leia maisCONHECENDO O ALGORITMO GARP. Adair Santa Catarina Curso de Informática Unioeste Campus de Cascavel PR
CONHECENDO O ALGORITMO GARP Adair Santa Catarina Curso de Informática Unioeste Campus de Cascavel PR INPE Set/2006 Roteiro Introdução Algoritmos Genéticos (AG) GMS e DesktopGARP Avaliação dos Modelos Ajustados
Leia maisMétodos de pré-análise de dados para modelagem de distribuição de espécies. Thiago Junior Vacari
UNIOESTE Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação Curso de Bacharelado em Ciência da Computação Métodos de pré-análise de dados
Leia maisAssim, no algoritmo BIOCLIM, qualquer ponto do espaço pode ser classificado como:
ANEXO A ALGORITMOS BIOCLIM E GARP A.1 Algoritmo BIOCLIM O algoritmo BIOCLIM implementa o conceito de envelope bioclimático (Nix, 1986). O algoritmo calcula a média e o desvio-padrão para cada variável
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 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 maisIN-1131 Computação Evolucionária. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática
IN-1131 Computação Evolucionária Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática aluizioa@cin.ufpe.br Objetivos Este curso visa oferecer introdução abrangente em
Leia maisBreve Avaliação de Parâmetros básicos de Algoritmos Genéticos
https://eventos.utfpr.edu.br//sicite/sicite17/index Breve Avaliação de Parâmetros básicos de Algoritmos Genéticos RESUMO Stéfanie Caroline Pereira Dekker stefanie.c.dekker@gmail.com Universidade Tecnológica
Leia 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 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 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 maisde Ciência da Computação, Unipan, Av. Brasil, 7210, , Cascavel, Paraná, Brasil. *Autor para correspondência.
Estudo do efeito dos parâmetros genéticos sobre a solução e sobre o tempo de convergência em algoritmos genéticos com codificações binária e real Adair Santa Catarina 1 * e Sirlei Lourdes Bach 2 1 Curso
Leia maisCENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação. Curso de Bacharelado em Ciência da Computação
UNIOESTE Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação Curso de Bacharelado em Ciência da Computação Avaliação de Três Métodos para
Leia maisUm Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid
1 Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid Luciana Conceição Dias Campos Resumo Este trabalho consiste da aplicação de um algoritmo genético ao método
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
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 maisUMA PROPOSTA PARA OTIMIZAÇÃO DE SISTEMAS DE TRANSPORTE COLETIVO POR ALGORITMOS GENÉTICOS
UMA PROPOSTA PARA OTIMIZAÇÃO DE SISTEMAS DE TRANSPORTE COLETIVO POR ALGORITMOS GENÉTICOS Glauber O. Santana 1 (glauber.santana@gmail.com) Daniele S. Silva 1 (danielless.sp@gmail.com) Fernando K. Correia
Leia maisSeleção Automática de Parâmetros de Detectores de Bordas de Imagens Digitais Baseado em Algoritmos Genéticos
Seleção Automática de Parâmetros de Detectores de Bordas de Imagens Digitais Baseado em Algoritmos Genéticos Cristiane Leal da Costa crislealcosta@globo.com Inês Aparecida Gasparotto Boaventura ines@ibilce.unesp.br
Leia maisAlgoritmos Genéticos Aplicados a Projeto de Controle com Realimentação de Estados
Algoritmos Genéticos Aplicados a Projeto de Controle com Realimentação de Estados Phelipe S. Oliveira 1, Luciano S. Barros 1, Luiz G. de Q. Silveira Júnior 2 1 Mestrado em Ciência da Computação Universidade
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 maisUm AG Baseado em Ordem para o Problema do Ladrão de Jóias com Múltiplas Restrições
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX), Vol. X, No. Y, pp. 1-10 1 Um AG Baseado em Ordem para o Problema do Ladrão de Jóias com Múltiplas Restrições Jarbas Silva Abstract Neste
Leia maisIN Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Quem usa
Leia maisReconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus
Reconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus Dissertação de Mestrado em Informática Sídnei Augusto Drovetto Jr.
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 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 maisProblema do vendedor: uma abordagem via algoritmos genéticos
Problema do vendedor: uma abordagem via algoritmos genéticos Dandara de Almeida Machado 1, Juliana Verga Shirabayashi 1 1 Universidade Federal do Paraná (UFPR) Campus Jandaia do Sul dandaraalmeidaa@gmail.com;
Leia maisFundamentos de Entropia Máxima para Aplicação na Modelagem de Distribuição Geográfica de Espécies
Escola Politécnica da Universidade de São Paulo EPUSP Departamento de Engenharia de Computação e Sistemas Digitais PCS Laboratório de Linguagens e Técnicas Adaptativas LTA Laboratório de Automação Agrícola
Leia maisHEURÍSTICAS BIOINSPIRADAS DE OTIMIZAÇÃO COMBINATÓRIA
HEURÍSTICAS BIOINSPIRADAS DE OTIMIZAÇÃO COMBINATÓRIA Rodrigo Clemente Thom de Souza 1 RESUMO O objetivo da otimização combinatória é encontrar a melhor configuração de um projeto, com mais eficiência e
Leia maisUma Meta-heurística Híbrida para Alocação Ótima de Bancos de Capacitores no Sistema de Distribuição de Energia Elétrica
Uma Meta-heurística Híbrida para Alocação Ótima de Bancos de Capacitores no Sistema de Distribuição de Energia Elétrica Luís Miguel Magalhães Torres Instituto Federal do Maranhão - IFMA São Luís, Maranhão,
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
1 CAPÍTULO O MÉTODO SIMULATED ANNEALING APLICADO EM LOCALIZAÇÃO E ROTEAMENTO Ferreira, Kamyla Maria 1 * ; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás
Leia maisMediador para Servidores de Dados Geográficos Matriciais baseados em Identificadores Globais Únicos
Mediador para Servidores de Dados Geográficos Matriciais baseados em Identificadores Globais Únicos Alexandre C. Jardim 1, Lúbia Vinhas 1, Gilberto Câmara 1 1 Image Processing Division, National Institute
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 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 maisResolução de Problemas via Busca
Resolução de Problemas via Busca Aula #4.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã A 80 C 219 99 B 97 D 101 E 2 A 80 C 219 99 B 97 D 101 E Busca local com algoritmo
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 GARP PARA MODELAGEM AMBIENTAL
ALGORITMO GENÉTICO GARP PARA MODELAGEM AMBIENTAL Resumo Lucas Persona 1 Pedro Luiz Pizzigatti Corrêa 2 Antonio Mauro Saraiva 3 Este trabalho apresenta o estudo realizado sobre Algoritmos Genéticos, que
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 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 maisIntrodução a Sistema de Informações Geográficas - SIG
Introdução a Sistema de Informações Geográficas - SIG Projeto USEGEO BAHIA Ações em Geoprocessamento nos municípios da Bahia Prof. Patricia Lustosa Brito Departamento de Transportes, Universidade Federal
Leia maisT6.1 Reconhecimento de Padrões
T6.1 Reconhecimento de Padrões Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Introdução ao reconhecimento de padrões 2. Representação do conhecimento 3. Reconhecimento
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisOTIMIZAÇÃO DE AGREGADOS ATÔMICOS UTILIZANDO G.A.
OTIMIZAÇÃO DE AGREGADOS ATÔMICOS UTILIZANDO G.A. Aluno: André Luiz C. de A. Reis Orientador: Marco Aurélio Cavalcanti Pacheco Co-Orientador: Omar Paranaiba Vilela Neto Introdução Agregados iônicos e moleculares
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 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 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 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 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 maisSistemas de Apoio à Decisão Optimização V 2.0, V.Lobo, EN/ISEGI, 2011
V.0, V.Lobo, EN/ISEGI, 0 ópicos Métodos modernos de pesquisa e Optimização Victor Lobo Introdução Métodos matemáticos clássicos Método de Monte Carlo Hill- Climbing Simulated Annealing Algoritmos Genéticos
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 maisINPE Outubro, Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva Projeto:
INPE Outubro, 2008 Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva fabiana.santana@usp.br, amsaraiv@usp.br Apoio: Instituição: Projeto: Objetivos: Apresentar versão de alto desempenho para o Garp
Leia maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 06 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 06 Prof. Vitor Hugo Ferreira Representação por cromossomos Codificação
Leia maisAplicação da Metaheurística Algoritmos Genéticos na solução do problema das n Rainhas
Aplicação da Metaheurística Algoritmos Genéticos na solução do problema das n Rainhas Resumo Gardiego Luiz da Silva 1 Henrique Faria de Oliveira 2 Faculdade
Leia maisESTUDO DO EFEITO DOS PARÂMETROS GENÉTICOS DE UM ALGORITMO GENÉTICO NA SOLUÇÃO OTIMIZADA E NO TEMPO DE CONVERGÊNCIA EM UMA FUNÇÃO DE DUAS VARIÁVEIS
ESTUDO DO EFEITO DOS PARÂMETROS GENÉTICOS DE UM ALGORITMO GENÉTICO NA SOLUÇÃO OTIMIZADA E NO TEMPO DE CONVERGÊNCIA EM UMA FUNÇÃO DE DUAS VARIÁVEIS Marcelo Henrique dos Santos Universidade de Uberaba, Engenharia
Leia 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 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 maisESTIMAÇÃO DE PARÂMETROS DE SISTEMAS NÃO LINEARES UTILIZANDO ALGORITMOS GENÉTICOS
Anais do IX Congresso Brasileiro de Redes Neurais /Inteligência Computacional (IX CBRN) Ouro Preto 25-28 de Outubro de 2009 Sociedade Brasileira de Redes Neurais ESTIMAÇÃO DE PARÂMETROS DE SISTEMAS NÃO
Leia maisMétodos modernos de pesquisa e Optimização
Métodos modernos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
Leia maisALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS.
ALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS MÜLLER, M. R. 1 ; FRANCO, E. M. C. 2 1,2 Universidade Estadual do Oeste do Paraná - UNIOESTE/Pós-Graduação em Engenharia de
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C Simulated Annealing (2//7). C2 Busca Tabu (22//7). C3 Colônia de Formigas
Leia maisSistemas de Apoio à Decisão Optimização V 1.0, V.Lobo, EN/ISEGI, 2005
Métodos modernos de pesquisa e Optimização Victor Lobo Introdução Problema de optimização Dada uma função f(x) encontrar o seu óptimo (máximo ou mínimo) Cada um faz a sua pesquisa!!! Problema de pesquisa
Leia maisElaboração de Grades Horárias Utilizando Algoritmos Genéticos
Elaboração de Grades Horárias Utilizando Algoritmos Genéticos Lucas Bucior, Fabio Asturian Zanin, Marcos A. Lucas Departamento de Engenharias e Ciência da Computação Universidade Regional Integrada do
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 maisSistema BioGeo: Biogeografia da Flora e Fungos do Brasil
Sistema BioGeo: Biogeografia da Flora e Fungos do Brasil Desenvolvido por Renato De Giovanni Contexto 2005 Daniel Beltrá / Greenpeace Uso de dados de herbários para gerar modelos de nicho ecológico. Biogeografia
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
DESENVOLVIMENTO DE UM MODELO HÍBRIDO BASEADO EM ALGORITMO GENÉTICO E BUSCA TABU PARA RESOLUÇÃO DO PROBLEMA DE QUADRO DE HORÁRIOS ESCOLAR Marcus V. da S. Cassemiro Depto de Computação, CEFET-MG 30510-000,
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 maisIMPLEMENTANDO UM ALGORITMO GENÉTICO
IMPLEMENTANDO UM ALGORITMO GENÉTICO NA APROXIMAÇÃO DE ZEROS E PONTOS CRÍTICOS DE POLINÔMIOS Fábio Santos de Goes Resumo Este trabalho apresenta um pouco do know-how adquirido e dos resultados obtidos em
Leia maisGERAÇÃO DO CONJUNTO DE REGRAS DE INFERÊNCIA PARA UM CONTROLADOR NEBULOSO USANDO ALGORITMOS GENÉTICOS
o. SBAI Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 8- de Setembro de 999 GERAÇÃO DO CONJUNTO DE REGRAS DE INFERÊNCIA PARA UM CONTROLADOR NEBULOSO USANDO ALGORITMOS GENÉTICOS Yván J. Túpac,
Leia maisOtimização. Algoritmos Genéticos. Teoria da Evolução. Otimização
Algoritmos Genéticos Otimização São técnicas de busca e otimização. É a metáfora da teoria da evolução das espécies iniciada pelo Fisiologista e Naturalista inglês Charles Darwin. Desenvolvido por John
Leia maisPREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL
PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL Juliana A. ANOCHI 1, Sabrina B. M. SAMBATTI 1, Eduardo F. P. da LUZ 1, Haroldo F. de CAMPOS VELHO 1 Instituto Nacional de Pesquisas Espaciais - INPE
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 mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisAplicação dos Métodos Evolução Diferencial e Algoritmo de Colisão de Partículas na Estimativa de Parâmetros do Modelo de Difusão Anômala
rabalho apresentado no CMAC-Sul, Curitiba-PR, 01. Aplicação dos Métodos Evolução Diferencial e Algoritmo de Colisão de Partículas na Estimativa de Parâmetros do Modelo de Difusão Anômala Luciano G. da
Leia maisAlgoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
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 maisUm estudo comparativo entre o algoritmo genético padrão e uma versão nebulosa do mesmo, com o fim de ajustar a probabilidade de mutação
Um estudo comparativo entre o algoritmo genético padrão e uma versão nebulosa do mesmo, com o fim de ajustar a probabilidade de mutação Luiz A. Carlos amorim@dimap.ufrn.br André G. C. Pereira andre@ccet.ufrn.br
Leia maisFaculdade de Talentos Humanos - FACTHUS, Uberaba (MG), Brasil 2. Universidade Federal de Uberlândia UFU, Uberlândia (MG), Brasil
CALONAMEN DE HORÁRIOS ACADÊMICOS UTILIZANDO ALGORITMOS GENÉTICOS Allan Barsanulfo 1, Fernando Mattioli 2, Roberto Duarte Campos 3, Eduardo Fernandes Saad 3, Rogério Bernardes Andrade 3 1, 2, 3 Faculdade
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 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 maisOTIMIZAÇÃO DO ARRANJO FÍSICO DO SISTEMA PRODUTIVO POR PROCESSO ATRAVÉS DO
59 OTIMIZAÇÃO DO ARRANJO FÍSICO DO SISTEMA PRODUTIVO POR PROCESSO ATRAVÉS DO SIMULATED ANNEALING LAYOUT OPTIMIZATION OF THE PRODUCTIVE SYSTEM BY PROCESS THROUGH SIMULATED ANNEALING Hieronim Napierala RESUMO:
Leia maisMétodo Heurístico para Localização de Concentradores em Redes
Método Heurístico para Localização de Concentradores em Redes Wesley Gomes de Almeida 1, Edson Luiz França Senne 2 1 Instituto Nacional de Pesquisas Espaciais INPE Caia Postal 515 12.227-010 São José dos
Leia mais$QWyQLR-RVp%DWHO$QMR 0DULD5RViOLD'LQLV5RGULJXHV 'HSDUWDPHQWRGH0DWHPiWLFD'HSDUWDPHQWRGH0DWHPiWLFD 8QLYHUVLGDGHGH$YHLUR 8QLYHUVLGDGHGH&RLPEUD
V Congresso Anual Sociedade Portuguesa de Estatística Curia, 11 a 14 de Junho de 1997 $XWyPDWRV(VWRFiVWLFRVFRPR0RGHORGHXP 0pWRGRGH2SWLPL]DomR&RPELQDWyULD $QWyQLR-RVp%DWHO$QMR 0DULD5RViOLD'LQLV5RGULJXHV
Leia maisINTRODUÇÃO À MODELAGEM DINÂMICA ESPACIAL
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO 2003 TUTORIAL INTRODUÇÃO À MODELAGEM DINÂMICA ESPACIAL organizado por Gilberto Câmara e Antônio Miguel Vieira Monteiro (INPE) APRESENTAÇÃO Historicamente, a
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 maisBancos de Dados Geográficos. Modelagem Dinâmica EspaçoTemporal para Análise do Uso e. Ocupação do Solo
Bancos de Dados Geográficos Modelagem Dinâmica EspaçoTemporal para Análise do Uso e Ocupação do Solo Prólogo Introdução Tradicionalmente, os Sistemas de Informação Geográfica são baseados em suposições
Leia maisModelagem da Biodiversidade Utilizando Redes Neurais Artificiais
Modelagem da Biodiversidade Utilizando Redes Neurais Artificiais Fabrício Augusto Rodrigues 1, Elisângela Silva da Cunha Rodrigues 2, Pedro Luiz Pizzigatti Corrêa 1, Ricardo Luis de Azevedo da Rocha 2,
Leia maisAlgoritmo Genético Compacto na Configuração de um Filtro
Algoritmo Genético Compacto na Configuração de um Filtro Passa-Baixas VALFREDO PILLA JÚNIOR Professor Engenharia da Computação Universidade Positivo/UP e Universidade Tecnológica Federal do Paraná/UTFPR
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 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 maisDistribuição Potencial de Peixes em Bacias Hidrográficas
Boas Práticas em Conservação e Manejo da Ictiofauna em Minas Gerais Distribuição Potencial de Peixes em Bacias Hidrográficas Ricardo Oliveira Latini Belo Horizonte / 2011 Foto: Fernando Alves Nicho ecológico
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 maisComparação de métodos de seleção de reprodutores alternativos com o método da roleta
Comparação de métodos de seleção de reprodutores alternativos com o método da roleta A.R. Pinto, Paulo Sérgio da Silva Borges INE-CTC Universidade Federal de Santa Catarina Florianópolis - SC arpinto@inf.ufsc.br,
Leia maisPROGRAMA DE ENSINO. Teoria da Estimação II CAR Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina Código Estimação II CAR 1061 Semestre Ano Letivo 3 o Quadrimestre 2018 Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO ( x
Leia maisAnálise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho
Análise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho Jelson A. Cordeiro 1, Rafael Stubs Parpinelli 1 e Heitor Silvério Lopes 1 1 Laboratório de Bioinformática Universidade
Leia maisImprecise Reasoning in Geographic Information Systems. Rodrigo Smarzaro da Silva DCC889 TBD Bancos de Dados Geográficos
Imprecise Reasoning in Geographic Information Systems Rodrigo Smarzaro da Silva DCC889 TBD Bancos de Dados Geográficos Introdução Fazemos escolhas espaciais o tempo todo(conscientes ou não) Escolhas geralmente
Leia maisMetaheurística Guia para Alocação Ótima de Sistemas de Medição Centralizados em Smart Grid
Metaheurística Guia para Alocação Ótima de Sistemas de Medição Centralizados em Smart Grid Eduardo Augusto Martins Escola Politécnica Unisinos São Leopoldo RS Brasil Email: eamartins@unisinos.br José Vicente
Leia maisSistemas Neurais Híbridos: Redes Neurais Artificias e Algoritmos Genéticos. Leonardo Nascimento Ferreira
Sistemas Neurais Híbridos: Redes Neurais Artificias e Algoritmos Genéticos Leonardo Nascimento Ferreira Conteúdo Algoritmo Genético Representação Seleção Reprodução Redes Neurais Evolucionárias Vantagens
Leia mais