Algoritmos Bioinspirados. César M. V. Benítez 2018
|
|
- Diogo Palma
- 5 Há anos
- Visualizações:
Transcrição
1 Algoritmos Bioinspirados César M. V. Benítez 2018
2 Agenda Algoritmos Bioinspirados - Introdução Artificial Bee Colony (ABC) Grey Wolf Optimizer (GWO)
3 H.S.Lopes(2018)
4 Algoritmos Bioinspirados Bee Algorithm, Bees mating, bee swarm optimization, BeeHive, Bee Colony Optimization Grey Wolf Optimzer (GWO) Biogeography-Based Optimization (BBO) Cuckoo Search Algorithm (CSA) Krill Herd Optimization Algorithm (KH) Roach Infestation Algorithm (RIO) Mosquitoes Host-Seeking Algorithm (MHSA), BAT Algorithm (BA), Firefly (FA) Fish-shoal algoritm Artificial Immune Systems - Criado no Brasil:
5 Algoritmos não-bioinspirados River Formation Dynamics (RFD) Self-Propelled Particles (SPP) Intelligent Water Drops Algorithm (IWD) Imperialist Competitive Algorithm (ICA) Electromagnetism-like Mechanism Algorithm (EM) Stochastic Diffusion Search (SDF)
6 Artificial Bee Colony (ABC) Criado por Dervis Karaboga em 2005 É inspirado no comportamento das abelhas na busca por alimento As abelhas procuram fontes de alimento e exploram com base na sua qualidade e na distância Auto-organização e divisão de trabalho entre as abelhas, condições necessárias para atingir um comportamento coletivo inteligente
7 Artificial Bee Colony (ABC) Fontes de alimento (posições no Espaço de Busca) Qualidade medida por uma função de fitness Depende da distância à colmeia e da concentração de alimento Abelhas empregadas (foragers) Exploram a uma fonte específica de alimento e contém informação sobre a sua distância e direção. Compartilham probabilisticamente esta informação com outras abelhas através da dança (Waggle dance). Waggle Dance
8 Artificial Bee Colony (ABC) Abelhas desempregadas (unemployed): Buscam fontes de alimentos para explorar Há dois tipos: Troca de informação: Escoteiras (Scouts): buscam fontes de alimento aleatoriamente Expectadoras/Observadoras (Onlookers): esperam na colmeia por informação das Empregadas e selecionam 1 fonte de alimento para explorar Emerge conhecimento coletivo (auto-organização) Waggle Dance: a series of patterned movements performed by a scouting bee, communicating to other bees of the colony the direction and distance of a food source or hive site.
9 Artificial Bee Colony (ABC) Exploitation (busca local): desempenhada por abelhas empregadas Exploration (exploração global): desempenhada por abelhas escoteiras (ação aleatória)
10 Artificial Bee Colony (ABC) Pseudo-código: 1. Inicializa a população de abelhas empregadas aleatoriamente no espaço de busca 2. Avalia a qualidade do fitness inicial da população 3. Repete o seguinte loop até que uma condição de término ocorra (MCN ciclos):
11 Artificial Bee Colony (ABC) Pseudo-código: Loop principal 1. Produza soluções nas vizinhanças dos pontos para cada abelha empregada e avalia seu fitness 2. Move as abelhas empregadas para novas posições mais promissoras 3. Produza probabilisticamente soluções para as abelhas expectadoras e calcule o seu fitness 4. Move as abelhas expectadoras para novas posições aplicando seleção entre a posição atual e a nova posição 5. Abandona soluções estagnadas, transforme as abelhas atuais em escoteiras. 6. Substitua os pontos estagnados por outros gerados aleatoriamente 7. Incremente o ciclo (MCN)
12 Artificial Bee Colony (ABC) Pseudo-código:
13 Artificial Bee Colony (ABC) Parâmetros: Dim: número de dimensões Tamanho total do enxame = ~100 Limit = critério de abandono de uma solução (número de ciclos sem melhoria) =~ 100 (Number of onlooker bees *Dim) Número de onlookers = 50% do total Número de abelhas empregadas (SN): 50% do total Número de abelhas escoteiras = 1 MCM (maximum cycle number - número máximo de iterações): * Karaboga, D. & Basturk, B. On the performance of artificial bee colony (ABC) algorithm. Applied Soft Computing, v. 8, p , 2008.
14 Artificial Bee Colony (ABC) Vantagens:... Desvantagens: Exploitation e Exploration Poucos parâmetros de controle Convergência rápida (geralmente) Paralelizável Espaço de busca limitado pelas soluções iniciais
15 Artificial Bee Colony (ABC) Software em C, MatLab, R e Java: * Ver também o código disponibilizado pelo Professor. Software em Python:
16 Artificial Bee Colony (ABC) Algumas aplicações Predição de estrutura de proteínas (PSP) ABC BENITEZ, C. M. V.; LOPES, H. S.. Parallel Artificial Bee Colony Algorithm Approaches for Protein Structure Prediction Using the 3DHP-SC Model. Studies in Computational Intelligence. Springer-Verlag, 2010, v. 315, p
17
18
19 Para mais informação: Parpinelli, R.S., Lopes, H.S. New inspirations in swarm intelligence. International Journal of Bio-Inspired Computation, v. 3, n. 1, p. 1-16, DOI: Sorensen, K. Metaheuristics the methaphor exposed. International Transactions in Operational Research, v.22, n. 1, p. 3-18, 2015 Karaboga, D., Gorkemli, B., Ozturk, C. et al. A comprehensive survey: artificial bee colony (ABC) algorithm and applications Artif Intell Rev (2014) 42: 21.
20 Grey Wolf Optimizer (GWO) Baseado na hierarquia de liderança dos lobos Canis Lupus 4 tipos de lobos: alfa, beta, delta e omega Tres fases de caça, busca de presa e ataque implementadas para realizar a otimização Referência:
21 Grey Wolf Optimizer (GWO) Alpha: lideres. 1 macho + 1 femea Não sao necessariamente os mais fortes, mas os que melhor lideram o grupo Beta: subordinados aos alphas. Melhores candidatos para substituir aos alphas (falecimento ou quando o alpha for idoso). Respeita ao alpha e comanda aos inferiores (reforça as ordens dos alphas) Omega: bode expiatório, mas é protegido pelos demais. Pode ser o babá. Brigas internas no grupo acontecem com a perda dos Omegas. A presença de Omegas ajuda na manutenção da Hierarquia.
22 Grey Wolf Optimizer (GWO) Delta: subordinados (menos aos Omegas). Idosos, escoteiros, caçadores e cuidadores. Escoteiros: observam os limites do território (avisam em caso de perigo) Sentinelas protegem ao grupo Idosos (ex alphase betas) Caçadores: ajudam aos alphas e betas na caça Cuidadores: cuidam dos fracos, doentes e feridos
23 Grey Wolf Optimizer (GWO) Caça Comportamento
24 Grey Wolf Optimizer (GWO) Modelagem matemática (hierarquia social, caça) Hierarquia: Fittest solution (melhor solução): Alpha Segunda melhor solução: Beta Terceira melhor solução: Delta As demais soluções candidatas: Omega A Caça é guida por Alpha, Beta e Delta
25 Grey Wolf Optimizer (GWO) Modelagem matemática (hierarquia social, caça) Cercar presa: t: iteração; A, C coeficientes Xp vetor posição da presa Componentes de a diminuem de 2 para 0 durante a evolução. r1 e r2 são vetores randomicos entre [0,1] X é o vetor posição de um Lobo
26 Grey Wolf Optimizer (GWO) Modelagem matemática (hierarquia social, caça) Cercar presa:? * O lobo atualiza sua posição
27 Grey Wolf Optimizer (GWO) Caça: - Guiada por Alphas - Presa (local desconhecido) - Considera-se que Alphas, Betas e deltas conhecem a potencial posição da presa. - Então, os demais (Omegas, etc.) são posicionados de acordo com a posição do melhor
28 Grey Wolf Optimizer (GWO) Em outras palavras, - Alpha, Beta e Delta determinam a posição Da Presa - os lobos (w) atualizam a posição em torno da presa
29 Grey Wolf Optimizer (GWO) Exploitation: Ataque à presa
30 Grey Wolf Optimizer (GWO) Exploration: buscando a presa - C fornece valores randomicos para enfatizar a Exploração durante todo o processo de busca. - É útil para evitar Estagnação em regiões de ótimo local - C>1 e C<1 enfatiza e desenfatiza o efeito da presa na definição da distância, favorecendo a busca global - C é considerado como os obstáculos que o lobo encontra durante a caça
31 Grey Wolf Optimizer (GWO)
32 Grey Wolf Optimizer (GWO)
33 Grey Wolf Optimizer (GWO) Parâmetros: Número de agentes Número de iterações
34 Grey Wolf Optimizer (GWO) Referências: Dihub Software:
Computação 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 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 maisMetaheurísticas de Otimização Bio-Inspiradas
Metaheurísticas de Otimização Bio-Inspiradas Aula 15 Colônia de Abelhas Artificiais* Prof. Dr. Hugo Valadares Siqueira * Aula baseada na tese de doutorado do Prof. Everton Melo, da UTFPR Colônia de Abelhas
Leia maisINFORMAÇÕES GERAIS DO TRABALHO
INFORMAÇÕES GERAIS DO TRABALHO Título do Trabalho: Análise e Implementações de Metaheurísticas Bio-Inspiradas Autor (es): Deylon Carlo Fidelis Couto, Carlos Alexandre Silva Palavras-chave: Otimização,
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 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 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 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 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 maisInteligência de enxame e o algoritmo das abelhas
Inteligência de enxame e o algoritmo das abelhas (Swarm intelligence and bee s algorithm) Glaucus Augustus, 6219168 O que é: Cooperação: é o processo de agir junto, em união(ex: grupo de tcc) Colaboração:
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 maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisCUDABC: Algoritmo de otimização baseada em colônia de abelhas paralelo sob paradigma GPGPU PRÉ-ANAIS
CUDABC: Algoritmo de otimização baseada em colônia de abelhas paralelo sob paradigma GP Mário Tasso Ribeiro Serra Neto Centro Universitário do Estado do Pará, Belém, Pará, Brasil. Grupo de Estudos Temático
Leia maisTítulo do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas
Número do BANPESQ/THALES: Título do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas I. Autor: Leandro dos Santos Coelho II. Resumo: A Inteligência Computacional é
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 maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia maisALGORITMO HÍBRIDO DE OTIMIZAÇÃO GLOWWORM-BOIDS. {oliveira,
ALGORITMO HÍBRIDO DE OTIMIZAÇÃO GLOWWORM-BOIDS Gian FRITSCHE 1,2,*, Paulo B. Moura OLIVEIRA 1, Eduardo J. Solteiro PIRES 1, Pedro L. Paula FILHO 2 1 INESC TEC INESC Tecnologia e Ciência (INESC Porto, polo
Leia maisComputação Evolutiva no treinamento de Redes Neurais
Computação Evolutiva no treinamento de Redes Neurais Euclides Carlos Pinto Neto David Fernandes Neves Oliveira Macilio da Silva Ferreira PSI5886 - Prof. Emilio Del Moral Hernandez 1 Agenda Objetivo Otimização
Leia maisInteligência Coletiva. Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F.
Inteligência Coletiva Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F. de Carvalho) Principais tópicos Inteligência Coletiva (CI) Otimização por enxames
Leia maisARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM
ARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM Allan Kardec Lopes (Instituto Federal Goiano Campus Urutaí GO Brasil) allankardec.ti@gmail.com Gina M. B. de Oliveira (Universidade
Leia maisOtimização com Algoritmos Evolutivos
Otimização com Algoritmos Evolutivos Francisco Pereira (xico@dei.uc.pt) ELBCE 2016 (Setembro 2016) Resumo Problem Optimization Method Solution } Algoritmos Evolutivos } Propriedades e funcionamento } Exemplos
Leia maisAlcateia - Um Novo Algoritmo Para Otimização
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Alcateia - Um Novo Algoritmo Para Otimização Cleber de Almeida Corrêa
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
REDUÇÃO DE ORDEM DE SISTEMAS DINÂMICOS UTILIZANDO INTELIGÊNCIA COMPUTA- CIONAL UMA ABORDAGEM VIA FIREFLY ALGORITHM MARLON J. P. SILVA 2, JUAN F. VIDAL 1, CARLOS T. COSTA JR. 2, ORLANDO F. SILVA 2 1. Programa
Leia maisOtimização por Colônia de Formigas (ACO)
Otimização por Colônia de Formigas (ACO) Inspiração Biológica Proposto por Dorigo e Gambardella em 1997 ACO (Ant Colony Optimization) Principal aplicação no PCV Programação do algoritmo Inspiração Biológica
Leia maisESTUDO COMPARATIVO DE TÉCNICAS DE PENALIZAÇÃO NO ALGORITMO COLÔNIA DE ABELHAS ARTIFICIAIS APLICADO A PROBLEMAS DE OTIMIZAÇÃO EM ENGENHARIA
SIMMEC / EMMCOMP 2014 XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional ESTUDO COMPARATIVO DE TÉCNICAS DE PENALIZAÇÃO NO ALGORITMO COLÔNIA DE ABELHAS ARTIFICIAIS APLICADO
Leia maisAluno: Chidambaram Chidambaram Prof. Heitor Silvério Lopes
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E INFORMÁTICA INDUSTRIAL Disciplina - Tópicos Especiais em Computação Paralela Capítulo 8 - Parallel Particle
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 maisAprendizado por Reforço usando Aproximação
Aprendizado por Reforço usando Aproximação de Funções Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Aproximação de Funções 2. Do the evolution 1 Aproximação de Funções Função Utilidade
Leia maisInteligência de Enxame
Inteligência de Enxame! Inteligência de enxames é a denominação aplicada a tentativa de desenvolvimento de algoritmos para a solução distribuída de problemas inspirando-se no comportamento coletivo de
Leia maisUma Introdução à Busca Tabu André Gomes
Uma Introdução à Busca Tabu André Gomes Departamento de Ciência da Computação, Instituto de Matemática e Estatística, Universidade de São Paulo, SP, Brasil Novembro de 2009 INTRODUÇÃO Método de Busca Local
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 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 maisTreinamento de Redes Neurais Artificiais com Algoritmo Bio-Inspirado na Inteligência Coletiva das Abelhas
III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 141-146, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Treinamento de Redes Neurais Artificiais
Leia maisPROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA RELATÓRIO TÉCNICO - CIENTÍFICO
UNIVERSIDADE FEDERAL DO PARÁ PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO DIRETORIA DE PESQUISA COORDENADORIA DE PROGRAMAS INSTITUCIONAIS PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA Período :
Leia maisMeta-heurística Inspirada na Bioluminescência dos Vaga-lumes usando Aprendizagem Baseada em Oposição Elite
Meta-heurística Inspirada na Bioluminescência dos Vaga-lumes usando Aprendizagem Baseada em Oposição Elite Izabele V. O. Leite 1, Marcos H. F. Marcone 2 e Fábio A. P. Paiva 3 1 Departamento de Engenharia
Leia maisCONTROLANDO POPULAÇÃO INICIAL DE ALGORITMOS GENÉTICOS PARA A OTIMIZAÇÃO DE FUNÇÕES.
CONTROLANDO POPULAÇÃO INICIAL DE ALGORITMOS GENÉTICOS PARA A OTIMIZAÇÃO DE FUNÇÕES. CONTROLLING THE INITIAL POPULATION OF GENETIC ALGORITHMS FOR FUNCTIONS OPTIMIZATION. CONTROLANDO LA POBLACIÓN INICIAL
Leia maisAlgoritmos Evolutivos para Otimização Dinâmica. Alunos: Guilherme Kricheldorf Marcos Vinícius Lenz Balatka William Pereira
Algoritmos Evolutivos para Otimização Dinâmica Alunos: Guilherme Kricheldorf Marcos Vinícius Lenz Balatka William Pereira 1 Sumário Introdução Problemas de otimização dinâmica (POD) Definição Exemplos
Leia maisCOLÔNIA DE MORCEGOS: Método de Otimização Meta-Heurístico
COLÔNIA DE MORCEGOS: Método de Otimização Meta-Heurístico Myke Albuquerque Pinto de Oliveira Discente do curso Engenharia da Computação Faculdades Integradas de Três Lagoas AEMS Gênesis Medeiros do Carmo
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 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 maisAlgoritmo do Morcego para Seleção de Variáveis em Calibração Multivariada
1 Algoritmo do Morcego para Seleção de Variáveis em Calibração Multivariada Silva, W. R., Paula, L. C. M., Soares; A. S., Coelho, C. J. Escola de Ciências Exatas e da Computação, Pontifícia Universidade
Leia maisCOMPARAÇÃO DE TÉCNICAS DE PENALIZAÇÃO ADAPTATIVAS NO ALGORITMO COLÔNIA DE ABELHAS ARTIFICIAIS APLICADO A PROBLEMAS DE OTIMIZAÇÃO EM ENGENHARIA
COMPARAÇÃO DE TÉCNICAS DE PENALIZAÇÃO ADAPTATIVAS NO ALGORITMO COLÔNIA DE ABELHAS ARTIFICIAIS APLICADO A PROBLEMAS DE OTIMIZAÇÃO EM ENGENHARIA GRASIELE REGINA DUARTE 1 RESUMO Este artigo avalia o desempenho
Leia mais12º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Guayaquil, 10 a 13 de Novembro de 2015
12º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Guayaquil, 10 a 13 de Novembro de 2015 NOVA METAHEURÍSTICA APLICADA A PROBLEMAS REAIS DE ENGENHARIA MECÂNICA Oliveira Coelho, V.M.*, Mendes Platt, G.º,
Leia maisMetaheurísticas de Otimização Bio-Inspiradas
Metaheurísticas de Otimização Bio-Inspiradas Aula 16 Algoritmos Inspirados em Cardumes de Peixes* Prof. Dr. Hugo Valadares Siqueira Algoritmos bio-inspirados baseados em populações têm sido amplamente
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia maisOTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES.
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES. Renato Guilherme Martins Junior (ICV-UNICENTRO), Richard Aderbal Gonçalves (Co-orientador), Carolina Paula de Almeida (Orientadora)
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 maisSOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO ESTRUTURAL COM RESTRIÇÕES DE FREQUÊNCIAS DE VIBRAÇÃO VIA PSO
XXXVI Ibero-La n American Congress on Computa onal Methods in Engineering Rio de Janeiro, 22-25 Nov SOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO ESTRUTURAL COM RESTRIÇÕES DE FREQUÊNCIAS DE VIBRAÇÃO VIA PSO José
Leia maisTutorial Sobre o Uso de Técnicas para Controle Online de Parâmetros em Algoritmos de Inteligência de Enxame e Computação Evolutiva
Tutorial Sobre o Uso de Técnicas para Controle Online de Parâmetros em Algoritmos de Inteligência de Enxame e Computação Evolutiva Leanderson André 1 Rafael Stubs Parpinelli 1 Resumo: A natureza tem sido
Leia maisOtimização em Colônias de Formigas. Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F.
Otimização em Colônias de Formigas Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F. de Carvalho) Principais tópicos Introdução Colônias de Formigas Formação
Leia maisAbordagens bio-inspiradas de otimização estocástica aplicadas em projeto de filtro para um processo de dinâmica inversa
Abordagens bio-inspiradas de otimização estocástica aplicadas em projeto de filtro para um processo de dinâmica inversa Marco Antonio Reichert Boaretto Engenharia de Controle e Automação, Pontifícia Universidade
Leia maisMETAHEURÍSTICA INSPIRADA NA ECOLOCALIZAÇÃO DE MORCEGOS: APERFEIÇOAMENTO e ESTUDO DE CASOS
September 24-28, 212 METAHEURÍSTICA INSPIRADA NA ECOLOCALIZAÇÃO DE MORCEGOS: APERFEIÇOAMENTO e ESTUDO DE CASOS Francisco Carlos Rodrigues Coelho Universidade Federal de Juiz de Fora UFJF Campus da UFJF,
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 maisAlgoritmo de Vagalume Paralelo Híbrid com K-Means para Agrupamento de Dados
Algoritmo de Vagalume Paralelo Híbrid com K-Means para Agrupamento de Dados Adriane B. S. Serapião 1, Felipe B. Gonçalves, Guilherme S. Corrêa, Veronica O. Carvalho 1 1 Departamento de Estatística, Matemática
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 maisAnálise das Rotinas de Intensificacao e Diversificação no Algoritmo Inspirado em Organismos Simbióticos
Análise das Rotinas de Intensificacao e Diversificação no Algoritmo Inspirado em Organismos Simbióticos Wesklei Migliorini, Leanderson André, Rafael Stubs Parpinelli Universidade do Estado de Santa Catarina
Leia maisAplicação de algoritmos genéticos. Problema da Mochila (knapsack problem)
Aplicação de algoritmos genéticos Problema da Mochila (knapsack problem) Algoritmos genéticos Passos inspirados no processo biológico de evolução Ideia de sobrevivência dos mais adaptados Soluções cada
Leia maisUMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM UMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL DEPARTAMENTO DE ENGENHARIA MECÂNICA
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL DEPARTAMENTO DE ENGENHARIA MECÂNICA OTIMIZAÇÃO DE PROBLEMAS DE ENGENHARIA PELO ALGORITMO COLÔNIA ARTIFICIAL DE ABELHAS (ABC) por Eduardo
Leia maisUM BREVE ESTUDO SOBRE OS ALGORITMOS DO VAGA-LUME E DO MORCEGO PARA OTIMIZAÇÃO DE FUNÇÕES DE REFERÊNCIA
UM BREVE ESTUDO SOBRE OS ALGORITMOS DO VAGA-LUME E DO MORCEGO PARA OTIMIZAÇÃO DE FUNÇÕES DE REFERÊNCIA F. A. P. Paiva*, I. V. O. Leite, M. H. F. Marcone Instituto Federal de Educação, Ciência e Tecnologia
Leia maisOTIMIZAÇÃO BIOINSPIRADA COM APLICAÇÕES NO SETOR ELÉTRICO
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - PPEE OTIMIZAÇÃO BIOINSPIRADA COM APLICAÇÕES NO SETOR ELÉTRICO Prof. Ivo Chaves da Silva Junior
Leia maisPSO Particle Swarm Optimization ou Otimização por enxame de partículas Introdução Inspiração Funcionamento Parametrização
Manoela Kohler PSO Particle Swarm Optimization ou Otimização por enxame de partículas Introdução Inspiração Funcionamento Parametrização Variantes de PSO Aplicações PSO+: algoritmo baseado em enxame de
Leia maisAlgoritmo do Vagalume Aplicado ao Projeto de Dicionários do COVQ
Algoritmo do Vagalume Aplicado ao Projeto de Dicionários do COVQ Herbert A. de Sá Leitão Programa de Pós-Graduação em Engenharia de Sistemas POLI, UPE Recife, PE, 50720-001 Email: halberico@pe.senai.br
Leia maisAlgoritmo Genético Aplicado em Identificação de Sistemas de Múltiplas Entradas e Múltiplas Saídas
Algoritmo Genético Aplicado em Identificação de Sistemas de Múltiplas Entradas e Múltiplas Saídas Mariane Gavioli Bergamini 1 ; Gideon Villar Leandro 1 1 UFPR Universidade Federal do Paraná RESUMO A computação
Leia maisPROJETO DE INCLUSÃO DE DISCIPLINAS OPTATIVAS NO CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO CAMPUS CURITIBA
PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba Curso de Bacharelado em Sistemas de Informação PROJETO DE INCLUSÃO DE DISCIPLINAS
Leia maisAplicação da Metaheurística PSO na Identificação de Pontos Influentes por meio da Função de Sensibilidade de Casos
Anais do CNMAC v.2 ISSN 984-820X Aplicação da Metaheurística PSO na Identificação de Pontos Influentes por meio da Função de Sensibilidade de Casos Adriana Aparecida Batista Costa Centro Federal de Educação
Leia maisSeptember 24-28, 2012 Rio de Janeiro, Brazil
PSO PARA OTIMIZAÇÃO COMBINATÓRIA: UMA ANÁLISE DA EQUAÇÃO DE ATUALIZAÇÃO DA VELOCIDADE DAS PARTÍCULAS Stefan Campana Fuchs Universidade Tecnológica Federal do Paraná Departamento de Informática Av. Sete
Leia maisMetaheurísticas de Otimização Bio-Inspiradas
* Aula baseada nas notas de aula do prof. Fernando Von Zuben, da UNICAMP UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Metaheurísticas de Otimização Bio-Inspiradas Aula 14 Otimização por Colônia de Formigas*
Leia maisMETAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima
METAHEURÍSTICAS METAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima Consiste em aplicar iterativamente uma heurística subordinada (busca local) Tem algum mecanismo para escapar de ótimos locais (vales)
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 maisO Algoritmo Talus para Otimização Global
O Algoritmo Talus para Otimização Global André Leite Luís Henrique de Santana Programa de Pós-Graduação em Eng. Elétrica Programa de Pós-Graduação em Eng. de Produção leite.andre@gmail.com santanalh@ahoo.com.br
Leia maisResolução de um Problema de Despacho Econômico de Carga utilizando Enxames de Partículas e Vaga-lumes
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Resolução de um Problema de Despacho Econômico de Carga
Leia maisAlgoritmo Simulated Annealing Modificado para problemas de otimização estrutural com restrições
Algoritmo Simulated Annealing Modificado para problemas de otimização estrutural com restrições Carlos Millán, Adalberto Matoski Programa de Pós-Graduação em Engenharia Civil Universidade Tecnológica Federal
Leia maisAplicado em Otimização Contínua
Algoritmo Populacional de Busca em Vizinhança Variável Aplicado em Otimização Contínua Wesklei Migliorini Departamento de Ciência da Computação Universidade do Estado de Santa Catarina Joinville - SC -
Leia maisTÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA
TÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA 1. Técnicas Inteligentes Djalma M. Falcão Programa de Engenharia Elétrica COPPE/UFRJ A expressão Técnicas Inteligentes é utilizada neste
Leia maisAplicação da Metaheurística PSO na Identificação de Pontos Influentes por meio da Função de Sensibilidade de Casos
TEMA Tend. Mat. Apl. Comput., 11, No. 1 (2010), 41-48. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Aplicação da Metaheurística PSO na Identificação de Pontos Influentes
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 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 maisSINTONIA DE CONTROLADOR POR MODOS DESLIZANTES FUZZY VIA ENXAME DE PARTÍCULAS
SINTONIA DE CONTROLADOR POR MODOS DESLIZANTES FUZZY VIA ENXAME DE PARTÍCULAS FERNANDO H. D. GUARACY*, CARLOS A. M. PINHEIRO* *Universidade Federal de Itajubá Instituto de Engenharia de Sistemas e Tecnologia
Leia maisIF-705 Automação Inteligente Algoritmos Evolucionários
IF-705 Automação Inteligente Algoritmos Evolucionários Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br
Leia maisSistema Imunológico Artificial com Parâmetros Fuzzy
52 REIC - Revista de Iniciação Científica, volume 11, número 1, 2011 Sistema Imunológico Artificial com Parâmetros Fuzzy Luiz Antonio Carraro, Angelita Maria De Ré (Orientadora) Departamento de Ciência
Leia maisBAT SEARCH ALGORITHM APLICADO NA LOCALIZAÇÃO DE ROBÔS MÓVEIS
BAT SEARCH ALGORITHM APLICADO NA LOCALIZAÇÃO DE ROBÔS MÓVEIS Lara Furtado, Wolmar Araujo Neto, Alexandre Menezes, Ivo Chaves da Silva Junior, Leonardo Rocha Olivi, André Luís Marques Marcato Departamento
Leia maisAlgoritmo de Polinização das Flores Modificado usando Aprendizagem Baseada em Oposição
Algoritmo de Polinização das Flores Modificado usando Aprendizagem Baseada em Oposição Izabele V. O. Leite 1, Marcos H. F. Marcone 2, Fábio A. P. Paiva 3 Instituto Federal de Educação, Ciência e Tecnologia
Leia maisAlgoritmo Híbrido para o Projeto de Controladores de Sistemas de Potência
Algoritmo Híbrido para o Projeto de Controladores de Sistemas de Potência Wesley Peres, Valceres V. R. Silva, Francisco C. R. Coelho Departamento de Engenharia Elétrica Universidade Federal de São João
Leia maisInteligência Artificial
Inteligência Artificial Aula 3 Métodos de Busca para Resolução de Problemas Busca Informada Heurísticas Busca Gulosa Busca A* Busca Local Prática #2 Prof. Ricardo M. Marcacini ricardo.marcacini@ufms.br
Leia mais3 Aprendizado por reforço
3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina
Leia maisInteligência de Enxames
Inteligência de Enxames Foto: http://fotolog.javivicente.com/index.php?showimage=22 Fabricio Breve - fbreve@gmail.com 21/11/2007 Fabricio Breve 1 PARTICLE SWARM OPTIMIZATION (OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS)
Leia maisTeaching-Learning-Based Optimization no Treinamento de Redes Neurais Artificiais para Problemas de
Teaching-Learning-Based Optimization no Treinamento de Redes Neurais Artificiais para Problemas de Classificação Cristiano M. Garcia, Marcos D. Catalano, Eduardo A. Soares, Bruno H. G. Barbosa Departamento
Leia maisControle de Sistemas Dinâmicos Aplicações ao Carregamento de Veículos Elétricos
Estratégias de Decomposição para Otimização e Controle de Sistemas Dinâmicos Aplicações ao Carregamento de Veículos Elétricos Orientador: Eduardo Camponogara Coorientador: Helton Fernando Scherer 29 de
Leia maisBUSCA CUCO COM VOO DE LÉVY APLICADO AO PROBLEMA DE RECARGA DE COMBUSTÍVEIS EM REATORES NUCLEARES
2017 International Nuclear Atlantic Conference - INAC 2017 Belo Horizonte, MG, Brazil, October 22-27, 2017 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN BUSCA CUCO COM VOO DE LÉVY APLICADO AO PROBLEMA
Leia maisEstimação de Componentes Harmônicos de Sistemas Elétricos de Potência por meio do Algoritmo de Seleção Clonal
Estimação de Componentes Harmônicos de Sistemas Elétricos de Potência por meio do Algoritmo de Seleção Clonal Luanna Holanda de Siqueira Aluna Marcus Lemos Orientador
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
5 CAPÍTULO BUSCA EM VIZINHANÇA VARIÁVEL PARA LOCALIZAÇÃO E ROTEAMENTO Silva, Lorrany Cristina da 1 *; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional
Leia maisAlgoritmo Genético de Dois Níveis para Problemas de
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo Genético de Dois Níveis para Problemas de Otimização Aparecida
Leia maisDespacho Econômico com Zonas de Operação Proibidas através de Otimização Bioinspirada
Despacho Econômico com Zonas de Operação Proibidas através de Otimização Bioinspirada Ezequiel S. Oliveira, Ivo C. Silva Junior, Leonardo W. Oliveira, Bruno H. Dias, Manuela Filgueiras Universidade Federal
Leia maisTécnica de Busca Local para Melhorar a Meta-heurística de Otimização por Colônia de Formigas no Agrupamento de Instâncias em Bases de Dados
Técnica de Busca Local para Melhorar a Meta-heurística de Otimização por Colônia de Formigas no Agrupamento de Instâncias em Bases de Dados Ana Cristina B. Kochem Vendramin 1,2, Diogo Augusto B. Pereira
Leia maisProtocolo Híbrido de comunicação em RSSF móvel com coordenação baseada em enxame de robôs com comunicação contínua com a base
Protocolo Híbrido de comunicação em RSSF móvel com coordenação baseada em enxame de robôs com comunicação contínua com a base Gutierre Andrade Duarte Roteiro 1. Introdução 2. Revisão de Protocolos Existentes
Leia maisComputação Bioinspirada. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)
Computação Bioinspirada Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho) 1 Principais tópicos Computação Bioinspirada Computação Biológica Biologia Computacional
Leia maisMetaheurísticas de Otimização Bio-Inspiradas
* Aula baseada nas notas de aula dos prof.s Fernando Von Zuben, da UNICAMP e Heitor Lopes, da UTFPR Metaheurísticas de Otimização Bio-Inspiradas Aula 12 Otimização por Enxame de Partículas Parte 2* Prof.
Leia maisAnálise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível
Análise da Performance de um Modelo de Escalonamento Baseado em Pesquisa Tabu Aplicado em um Sistema de Manufatura Flexível Antonio G. RODRIGUES, Leandro T. HOFFMANN e Arthur T. GÓMEZ Universidade do Vale
Leia mais