Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introduo
2
Introduo
Podemos classificar os problemas computacionais em 2 grupos [SALIBA, 2010]
Tratveis, tambm chamados de polinomiais
Podem ser resolvidos por algoritmos determinsticos.
Polinomiais
Tratveis
Algoritmos determinsticos
No polinomiais
Intratveis Algoritmos no determinsticos
Soluo determinstica invivel
3
Introduo
[CAPPELLE, 2017]
6
Metaheurstica
Propriedades e Estratgias que guiam o processo de busca;
caractersticas
das Explorao eficiente do espao de busca - solues timas ou
8
Algoritmos bio-inspirados
Algoritmos Genticos
Algoritmos Programao Gentica
Evoluo Gramatical
evolucionrios Estratgias Evolucionrias
Programao Evolucionria
9
Algoritmos evolucionrios
Inspirados na teoria de evoluo de Darwin;
Evoluo: mudana das caractersticas
Inteligncia
coletiva
Algoritmos bio-
inspirados
Redes Neurais
Sistemas
Imunolgicos 10
Algoritmos evolucionrios
Evoluo
caracterizada basicamente por
um processo constitudo de 3 passos[VON ZUBEN, 2005]
Inteligncia
coletiva
Algoritmos bio-
inspirados
Redes Neurais
Sistemas
Imunolgicos 11
Algoritmos genticos - Histrico
John Henry Holland, dcada de 1970;
Usando os postulados de Darwin, poderia
13
Algoritmos genticos - Histrico
14
Algoritmos genticos - Histrico
Dcada de 1980 - General Electric inicia a
venda do primeiro produto baseado em
algoritmo gentico;
16
Algoritmos genticos
Algoritmosprobabilsticos que fornecem
um mecanismo de busca paralela e
adaptativa baseado no princpio de
17
Algoritmos genticos
Combinam a sobrevivncia entre os
melhores com uma forma estruturada de
troca de informao gentica entre dois
18
Reviso rpida Conceitos
Todo
indivduo biolgico formado por
uma ou mais clulas;
19
Reviso rpida Conceitos
Um cromossomo consiste de genes (blocos
de sequncias de DNA);
20
Reviso rpida Conceitos
Conjunto especfico de genes no genoma o gentipo;
Gentipo a base do fentipo, que a expresso das
21
Reviso rpida Conceitos
Indivduos com uma melhor adequao do
seu fentipo ao meio ambiente (melhor
22
Reviso rpida Conceitos
Graas aos operadores genticos
(recombinao e mutao) os cromossomos
dos filhos no so exatamente iguais aos
23
Algoritmos genticos
Principais Trabalham com uma codificao do conjunto de
diferenas com parmetros e no com os prprios parmetros;
Retorna
soluo
Inicializao
Clculo Critrio
da Seleo Reproduo Mutao
aptido parada?
populao
27
Algoritmos genticos
Retorna
soluo Operadores genticos
Inicializao
Clculo Critrio
da Seleo Reproduo Mutao
aptido parada?
populao
28
Inicializao da populao
Ponto de partida: representao do
problema;
29
Inicializao da populao
Exemplo: representao em bits
Gentipo Fentipo
11101011 = 235
Varivel
00101100 = 44
Gene
Cromossomo
30
Inicializao da populao
Alguns cuidados na representao Exemplo:
Distncia de Hamming = 4
1000 = 8
32
Inicializao da populao
Dentre as formas de codificao, podemos citar
Binria (demonstrada);
Permutao;
110110
ADECBF
33
Clculo aptido
Determinada atravs da funo objetivo;
Depende do problema a ser tratado;
Mede o quo prximo um indivduo est da
34
Clculo aptido
Exemplo: encontrar o mximo da funo f(x) =
em um intervalo;
A funo de aptido, caso o problema seja
A 010100
Para o problema do mximo da funo, o
indivduo B (110110) tem mais aptido (fitness).
B 110110
35
Seleo
Tentativade simular o mecanismo de seleo
natural que atua sobre as espcies biolgicas;
36
Seleo
Privilegiar indivduos com funo de
avaliao alta, sem desprezar completamente
aqueles com funo de avaliao
37
Seleo
Mtodo comum: Roleta (Roulette Whell);
Probabilidadede seleo de um cromossomo
000001 1 1.6%
000011 9 14.5%
000100 16 25.8%
000110 36 58%
38
"000001" "000011" "000100" "000110"
Seleo
Outras formas utilizadas para a seleo
Dizimizao
Ordena os cromossomos de acordo com o seu valor
100110 110011
101011 000011
000011
101010 42
Seleo
Outras formas utilizadas para a seleo
Torneio
Escolhe-se n (geralmente 2) indivduos
44
Cruzamento
Operador gentico predominante;
Aplicadocom taxa de probabilidade maior que
45
Cruzamento
Cadaindivduo com n genes possui n-1 pontos
de corte;
...
Pontos de corte
46
Cruzamento
Ponto nico Um ponto escolhido e, partir
desse ponto, as informaes genticas dos pais
sero trocadas.
47
Cruzamento
Ponto nico Um ponto escolhido e, partir
desse ponto, as informaes genticas dos pais
sero trocadas.
A 000101 000111
Pais Novos filhos
selecionados gerados
B 110011 110001
B A
48
Cruzamento
Pontoduplo Dois pontos so escolhidos e as
informaes genticas dos pais sero trocadas.
A 000101 010001
Pais Novos filhos
selecionados gerados
B 110011 100111
B A B
49
Cruzamento
Pontosaleatrios Usa uma mscara de bits
bit 0 pega gene de um dos pais e bit 1 o
contrrio.
A 000101 010011
Pais Novos filhos
selecionados gerados
B 110011 100101
BAB A
50
Mutao
Modificaes em determinadas propriedades
genticas de forma aleatria;
51
Mutao
Probabilidade do operador de um dos
parmetros do algoritmo gentico que pode
alterar o resultado do mesmo
52
Mutao
Mutao
aleatria
Indivduo A
000101
54
Mutao
Mutao aleatria
Ponto de
mutao
55
Mutao
Mutao
por troca
Indivduo A
000101
57
Mutao
Mutao por troca
Pontos de troca
58
Parmetros Importantes
Tamanho da populao;
59
Referncias
LUCAS, D.C. Algoritmos Genticos: Uma PARREIRAS, R. O. Algoritmos Evolucionrios e
Introduo Tcnicas de Tomada de Deciso em Anlise
Multicritrio
CARVALHO, A. P. L. Algoritmos Genticos
MANOEL, H. P. Algoritmos Genticos
ROSA, T. O.; LUZ, H. S. Conceitos Bsicos de
60