INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS

Documentos relacionados
30/04/2013. Prof. Hudson Costa

EXERCÍCIOS DE PROGRAMAÇÃO EM LÓGICA

3. Resolução de problemas por meio de busca

REDES NEURAIS / INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 6

Inteligência Artificial (Lista 1) Prof. Alex F. V. Machado

Métodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato:

Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO

Algoritmo Genético. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto

Inteligência Artificial

Inteligência Artificial. Algoritmos Genéticos. Aula I Introdução

Algoritmos Genéticos

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial

Técnicas de Inteligência Artificial

SOLUÇÕES HEURÍSTICAS PARA O JOGO DE DAMAS

Inteligência Computacional Aplicada. O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos

Inteligência Artificial Redes Neurais

Algoritmos Genéticos

Aplicação de algoritmos genéticos. Problema da Mochila (knapsack problem)

Computação Evolutiva Eduardo do Valle Simões Renato Tinós ICMC - USP

Codificação das variáveis: binária Iniciação da população: aleatória Avaliação: função aptidão Operadores. Critério de parada: número de gerações

Técnicas de Inteligência Artificial

Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)

Inteligência Artificial Agentes Inteligentes

3 Aprendizado por reforço

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas

Aprendizado por Reforço usando Aproximação

Computação Evolutiva. Computação Evolutiva. Principais Tópicos. Evolução natural. Introdução. Evolução natural

Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo

Inteligência Artificial: Introdução

ELABORAÇÃO DE UMA HEURÍSTICA PARA O PROBLEMA DE QUADRO DE HORÁRIOS DOS PROFESSORES DA UNIVERSIDADE ESTADUAL DO PARANÁ CAMPUS CAMPO MOURÃO

a) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.

Fabrício Jailson Barth BandTec

Inteligência Computacional para Jogos Eletrônicos

APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO

Inteligência Artificial. Prof. Ilaim Costa Jr.

INF 1771 Inteligência Artificial

Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG

Inteligência Artificial. Conceitos Gerais

GRADUAÇÃO EM ENGENHARIA DE COMPUTAÇÃO - EAD

Matemática Computacional

INTELIGÊNCIA ARTIFICIAL

Algoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva

UNIVERSIDADE FEDERAL DO PAMPA CAMPUS BAGÉ ALGORITMOS E PROGRAMAÇÃO. Matrizes. Prof. Alex Camargo

O INÍCIO CIÊNCIA DA COMPUTAÇÃO

3 Algoritmos Genéticos

Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall.

Otimização. Unidade 6: Algoritmo Genético. Jaime Arturo Ramírez. 7. Teoria do processo evolutivo num GA. 8. Aspectos avançados

1. Computação Evolutiva

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG

Unidade 7 Álgebra: equações

INF INTELIGÊNCIA ARTIFICIAL TRABALHO 1 BUSCA HEURÍSTICA

Inteligência de Enxame

CURSO DE GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO MATRIZ CURRICULAR MATUTINO Fase N.

Aprendizagem de Máquinas

INTELIGÊNCIA ARTIFICIAL

Resolução de Problemas

Inteligência Artificial Aplicada a Robôs Reais

CRÉDITOS DO CURSO. Carga Horária Créditos IN1030 Seminários 30 2

Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Abordagens automáticas

Ciência da Computação

Algoritmos Genéticos

MATRIZ CURRICULAR BACHARELADO EM ENGENHARIA DA COMPUTAÇÃO. 1º Período

Algoritmos Evolutivos Aplicados no Aprendizado em Jogos de Estratégia em Tempo Real

Computação Bioinspirada. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)

Automação Inteligente

Introdução a Algoritmos Genéticos

Desde o surgimento dos primeiros jogos eletrônicos em meados dos anos 50, uma infinidade de aparatos eletrônicos foram desenvolvidos, principalmente

Fundamentos de Inteligência Artificial [5COP099]

Transcrição:

INTELIGÊNCIA ARTIFICIAL LISTA DE EXERCÍCIOS 1) Considerando a empresa NAIKE, do ramo de calçados, que possui diversos setores como financeiro, marketing, produção, compras... A qual produz calçados e realiza vendas para o mercado interno e para o exterior. Proponha uma solução utilizando alguma das técnicas de Inteligência Artificial estudadas para qualquer um de seus setores (ou interligando mais de um). a) Domínio do problema (setor(es) envolvido(s), dados necessitados, pessoas envolvidas, solução a ser alcançada...) b) Técnica de IA adotada (e explicação) c) Modelagem do problema (como a técnica proposta será usada sobre os dados e/ou problema) d) Métrica de desempenho (como a empresa irá ganhar com sua proposta de sistema) 2) No trabalho de Bento (2015)tado, implementado e avaliado uma gama de meta-heurísticas aplicada à melhor definição de parâmetros para a locomoção autônoma de personagens em um mundo virtual. Os resultados desta pesquisa podem ser aplicados à automação industrial, robótica e jogos eletrônicos. Figura 1: Exemplo de aplicação do estudo: desenvolvimento de próteses inteligentes. e No trabalho os autores consideraram um personagem trípede (três pernas) que deveria se deslocar em um ambiente virtual. Este personagem poderia ter configurado rotação, direção, velocidade, entre outros parâmetros, de cada uma das pernas. Uma das codificações utilizadas foi com Algoritmos Genéticos. Nos experimentos, em certo momento, percebeu-se que os personagens, após algumas gerações, começavam a executar um tipo de movimento muito lento, que apesar de ser o princípio de um movimento, estava longe do ideal. a) Utilizando os conceitos aprendidos sobre Aprendizagem de Máquina, defina que proplema possivelmente ocorreu. b) Proponha uma solução. Referência: BENTO, D. S. ; RODRIGUES, B. C. ; ALVES, J. C. P. ; SOUSA, B. L. ; NEVES JUNIOR, A. B. ; PAULO, L. M. ; MACHADO, A. F. V.. Metaheuristics Applied to the Autonomous Movement of Intelligent Agents. In: European Simulation and Modelling Conference (ES M), 2015. 3) Considerando um perceptron com duas entradas mais o Bias com os seguintes parâmetros: Peso inicial: w0= 0, w1= 0, w2=0 Taxa de aprendizado: n= 0.5 Realizar o treinamento para a porta OR, definindo, no final, os pesos das sinapses

6) Pretende-se achar o menor valor usando Algoritmos Genéticos para as variáveis da seguinte equação: 5x + y 2 + w + z 3 = 185 a) Proponha uma maneira de codificar os cromossomos. b) Defina uma função de aptidão para avaliar a qualidade dos cromossomos. c) Defina como o método de seleção dos pais será utilizado. d) Defina os operadores genéticos de crossover e mutação. e) Gere uma população inicial de 4 cromossomos e avalie a aptidão deles. f) Aplique os operadores de cruzamento e mutação sobre essa população para gerar uma nova geração, em seguida avalie a aptidão da nova geração. Repita esse processo por 3 gerações ou até que a solução do problema seja encontrada.

7) Considere a seguinte tabela: Código Produto Tipo Produto Descrição Preço Código Nome Avaliação do 1 Celular Sony Xperia 500 1 Rodrigo 4 10 2 Celular Samsung 600 3 Deivison 5 6 3 Câmera Kodak 400 3 Deivison 5 6 Digital 4 PC DELL 2000 4 Lucas 2 15... 1000... Tempo de Entrega Deseja-se comprar 6 produtos de tipos diferentes. O mais barato possível. Com a melhor avaliação de vendedor possível. Com o menor tempo de entrega possível. Através de Algoritmos Genéticos: a) Proponha uma maneira de codificar os cromossomos. b) Defina uma função de aptidão para avaliar a qualidade dos cromossomos. 8) Explique como poderia ser usado GRASP para os dois exercícios anteriores. 9) Chama-se quadrado mágico a uma matriz quadrada n por n preenchida com números inteiros entre 1 e n2 e que satisfaz a condição de a soma dos elementos em cada coluna, linha ou diagonal ser igual ao mesmo valor (número mágico). Por exemplo, a figura abaixo apresenta um quadrado mágico 4 por 4 (em que o número mágico é 34). Defina a modelagem para esse problema usando Algoritmo Genético e GRASP. 10) Considere a seguinte matriz de distância entre cidades: 11) Considere a seguinte base de factos exemplo: aluno(joao, paradigmas). aluno(maria, paradigmas). aluno(joel, lab2). aluno(joel, estruturas). frequenta(joao, feup). frequenta(maria, feup). frequenta(joel, ist). professor(carlos, paradigmas). professor(ana_paula, estruturas). professor(pedro, lab2). funcionario(pedro, ist). funcionario(ana_paula, feup). funcionario(carlos, feup). Escreva as seguintes regras em prolog:

a) Quem são os alunos do professor X? b) Quem são as pessoas da universidade X? (alunos ou docentes) c) Quem é colega de quem? Se aluno: é colega se for colega de disciplina ou colega de curso ou colega de universidade. Se professor: se for professor da mesma universidade.