Escolar Documentos
Profissional Documentos
Cultura Documentos
Algoritmo I
Algoritmo I
1. Problema
2. Representao
3. Decodificao
4. Avaliao
5. Operadores
6. Tcnicas
7. Parmetros
1. PROBLEMA
2. REPRESENTAO
evoluo da soluo
sucesso, evoluo
2. REPRESENTAO
Mtodo de Soluo
Numrico
Ordem
Grupo
Inteiro
Misto
Representao
Binrio, Real
Lista
Vetor
Inteiro
Ex
Ex:: Real e
Lista
Aspectos importantes:
variveis do problema (x1 , x2 , ... , xt )
domnio de valores: xi (mni, mxi) em R
preciso: p casas decimais
(mxi-mni)x10p diferentes solues
domnio de
xi
mni
Preciso 1/10p
mxi
Representao:
k1 bits
k2 bits
x1
x2
...
kt bits
xt
onde,
2k i (mxi-mni)x10p
Preciso = (mxi-mni)
2k i - 1
xi real = mni
xi real = mxi
REPRESENTAO BINRIA
simples de criar e manipular
produz bons resultados
facilita aplicaes de operadores
fcil decodificao numrica ( inteiro,real )
facilita a demonstrao de teoremas
porm, nem sempre adequada
3. DECODIFICAO
Construir a soluo para o problema a partir de um
cromossoma:
Cromossomas representam solues.
Cromossoma
Transformao
Soluo
0011011
bin
x=27
0011011
x=27 x 10/27 -1
ADBCE
3Km
inteiro
1Km
4Km
cidades
7Km
E
3Km
x=2,1 x [0,10]
1 casa decimal
ADBCE
( dist.=18)
4. AVALIAO
Elo entre o algoritmo gentico e o problema .
f(cromossoma) = medida numrica de aptido
Chances de seleo so proporcionais aptido.
f(i)
n
f(j)
j= 1
5. OPERADORES
Atuam no processo de criao de novos
indivduos (descendentes):
1. Crossover
2. Mutao
3. Inverso
4. Operadores especficos ao problema
6. TCNICAS
- Tcnicas de Representao
- Tcnicas de Inicializao da Populao
- Tcnicas de Eliminao da Populao Antiga
- Tcnicas de Reproduo
- Tcnicas de Seleo de Genitores
- Tcnicas de Aptido
- Tcnicas de Parametrizao
- Tcnicas de Elitismo
- Tcnicas de Seleo de Operadores
7. PARMETROS
- TAMANHO_POPULAO
- TOTAL_INDIVDUOS
- NMERO_GERAES
- TAXA_CROSSOVER
- TAXA_MUTAO
- APTIDO_OPERADORES
- ETC.
end
end
Sistemas de Desenvolvimento
l
l
l
l
l
l
l
l
l
ICADEMO
Genesis, Genesys
WinGenesis
GENOCOP
GeneHunter
Evolver 4.0
Escapade
Sugal
Bibliotecas especficas (C, Pascal, etc)
TNA/C++,
Algoritmos Genticos
Exemplos GA1-1 a GA6-1
l Especificao de tcnicas e parmetros
por mdulos:
l
Mdulo de Avaliao
Mdulo de Populao
Mdulo de Representao
Mdulo de Avaliao
Funo de Avaliao:
Funo binria F 6
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina todos
Tcnica de Reproduo:
Troca da gerao
Roleta
Tcnica de Aptido:
Aptido a avaliao
Tcnica de Parametrizao:
Nenhuma
Tcnica de Elitismo:
Nenhuma
Population Size:
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
Tcnica de Parametrizao:
nenhuma
GA1-1
Funo F6
Funo F6(x,y)
F6(x,0)
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
-100
- 50
50
100
Caractersticas da F6
Objetivo: Maximizar F6
l Uma nica soluo tima: F6(0,0)=1
l Difcil de otimizar: vrios mnimos locais
l
Representao
l
2 Variveis: x, y
l Domnio: x,y [-100, +100]
l Preciso: 4 a 5 casas decimais
6
7
l log2 2x10 Ki log2 2x10
l
Exemplo
l
Cromossoma:
00001010000110000000011000101010001110111011
Dividido em x e y:
0000101000011000000001 1000101010001110111011
Subtrados de mn:
x=-92,11420824866492 e y=8,248688757106959
Aplicados a F6(x,y):
F6(x,y)=0,5050708
Mdulo de Populao
l
Aleatria
Elimina todos
Tcnica de Reproduo:
Troca da gerao
Tcnica de Aptido:
Aptido a avaliao
Roleta
Parmetros
l
Tamanho da Populao:
pop_size
100
Nmero de Geraes:
num_ger
Exemplo
40
Total de Indivduos:
total_ind = pop_size x num_ger
4000
Parmetros
l
Tamanho da Populao:
pop_size
1000
Nmero de Geraes:
num_ger
Exemplo
Total de Indivduos:
total_ind = pop_size x num_ger
4000
Parmetros
l
Tamanho da Populao:
pop_size
10
Nmero de Geraes:
num_ger
Exemplo
400
Total de Indivduos:
total_ind = pop_size x num_ger
4000
l
l
Exemplo da Roleta
Cromossoma
1
8
8
Aptido
Ai
2
2
10
Nmero Aleatrio
3
17
27
23
3
Selecionado
4
7
34
5
2
36
49
7
76
10
6
12
48
7
11
59
13
3
8
7
66
1
1
9
3
69
27
3
4 5
10
17
7 2
12
11
27
34 36
48
59
66 69
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
57
7
8 10
10
7
76
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
76
Mutao
l
l
Cromossoma
1
1
0
0
1
0
1
0
1
Nmero Aleatrio
Novo Cromossoma
0
1
0
1
1
1
Crossover
l
l
P1
P2
F1
F2
1
0
0
0
1
1
1
1
0
0
1
0
1
0
0
0
1
1
1
1
0
0
0
1
0
0
1
Evoluo X Convergncia
l
Crossover:
acelerador do processo de busca
tira proveito das solues mais promissoras
Mutao
operador exploratrio
dispersa a populao pelo espao de busca
Convergncia (causas):
populao com indivduos muito similares
no h mais evoluo:
Anlise de Desempenho
l
l
l
Mdia de Experimentos
l
l
l
A(t) =
Ae (t)
#_Experimentos
1 e #_Experimentos
t: gerao
Ae(t): aptido do melhor indivduo em t no experimento e
A(t): mdia em #_Experimentos das aptides dos melhores
indivduos a cada gerao t
Mdia de Experimentos
ger
ger
ger
ger
Experimentos
Melhores nas geraes
1a. 2a. 3a. 4a.
Mdia
1 0,6 0,5 0,8
0,5
0,60
2 0,7 0,5 0,8
0,7
0,68
3 0,7 0,6 0,9
0,7
0,73
4 0,8 0,6 0,9
0,8
0,78
Mdia de Experimentos
Avaliao
1,00
0,50
0,00
1
Experimentos
Aptido A(t)
30000
25000
20000
15000
10000
5000
49
45
41
37
33
29
25
21
17
13
0
Geraes
0,99873578
0,82435787
0,99995432
dgitos 9
2
0
4
ICADEMO
Mdulo de Avaliao
Funo de Avaliao:
Funo binria F 6
GA1-1
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina todos
Tcnica de Reproduo:
Troca da gerao
Roleta
Tcnica de Aptido:
Aptido a avaliao
Tcnica de Parametrizao:
Nenhuma
Tcnica de Elitismo:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
Tcnica de Parametrizao:
nenhuma
ICADEMO
Mdulo de Avaliao
Funo de Avaliao:
Funo binria F 6
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Tcnica de Elitismo:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,04
Taxa Crossover:
0,8
Tcnica de Parametrizao:
nenhuma
GA2-1 a
GA2-5
Medida de Aptido
l
Medida de Aptido
l
PORQUE?
l
l
Aptido = Avaliao
Ai = fi
: aptido do indivduo i
l
l
F6
avaliao
best
0,979
worst
0,066
average 0,514
Dbest = 1,905
Dworst = 0,128
forte presso seletiva em
favor do melhor
l
l
F6 Elevada avaliao
best
999,979
worst
999,066
average 999,514
Dbest = 1,0005
Dworst = 0,9996
melhor e pior cromossomas
vo gerar o mesmo nmero
de descendentes
Tcnicas de Aptido
l
Aptido a Avaliao
Ai = fi
Exemplo: Ai = 999,979
Windowing
subtrair uma constante dos valores de fi
Normalizao Linear
atribuir valores a Ai baseados no rank do
cromossoma
Windowing
l
l
Normalizao Linear
l
l
l
Ai = mn + (mx - mn)
pop_size - 1
l
x (i - 1)
Exemplo Comparativo
Rank dos cromossomas
Avaliao original
Aptido avaliao
Normalizao Linear, taxa=10
Normalizao Linear, taxa=20
Windowing
6
200
200
60
101
199
5
9
9
50
81
8
4
8
8
40
61
7
3
7
7
30
41
6
2
4
4
20
21
3
1
1
1
10
1
0
Mdulo de Avaliao
Funo de Avaliao:
GA2-1
Funo binria F 6
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina todos
Tcnica de Reproduo:
Troca da gerao
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Tcnica de Elitismo:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
ICADEMO
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
Tcnica de Parametrizao:
nenhuma
Elitismo
l
Mdulo de Avaliao
Funo de Avaliao:
Funo binria F 6
GA2-2
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina todos
Tcnica de Reproduo:
Troca da gerao
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Tcnica de Elitismo:
Copia o melhor
Population Size :
100
Total de Indivduos:
4000
ICADEMO
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
Tcnica de Parametrizao:
nenhuma
Algoritmo Gentico
Tradicional
l
l
l
l
l
Representao Binria
Reproduo com substituio da populao
Elitismo
Normalizao Linear
Crossover de 1 ponto e Mutao
Algoritmo de partida em aplicaes
Apresenta bom desempenho em vrios problemas
l
l
120
110
100
99
95
81
76
67
58
44
42
36
22
20
19
17
10
8
5
avaliaes
de P(t)
38
6
121
88
58
17
120
110
100
99
95
81
76
67
58
44
42
36
22
38
6
121
88
58
17
crie n
novos
substitua os n
piores
121
120
110
100
99
95
88
81
76
67
58
58
44
42
38
36
22
17
6
avaliaes
de P(t+1)
Mdulo de Avaliao
Funo de Avaliao:
GA2-3
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Steady State
Gap
Funo binria F 6
ICADEMO
Testar de 5 em 5
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Use todos
Operadores:
Taxa Mutao:
0,008
Taxa Crossover:
0,65
Tcnica de Parametrizao:
nenhuma
Mdulo de Avaliao
Funo de Avaliao:
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Gap
Funo binria F 6
GA3-1 a
GA 3-3
Testar de 5 em 5
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Roleta
Operadores:
Crossover Uniforme
Mutao
Taxa Mutao:
0,04
Taxa Crossover:
0,8
Tcnica de Parametrizao:
Crossover de 2 Pontos
l
P1
P2
1
0
1
0
0
0
1
1
1
0
0
1
0
1
1
0
0
1
1
1
1
1
0
1
1
0
1
0
pontos de corte
P1
P2
1
0
1
0
0
0
1
1
1
0
0
1
0
1
1
0
0
1
1
1
1
1
0
1
1
0
1
0
F1
F2
1
0
1
0
0
0
1
1
0
1
1
0
1
0
0
1
1
0
1
1
1
1
0
1
1
0
1
0
Crossover Uniforme
l
l
P1
P2
1
0
0
1
0
0
1
1
0
1
1
0
1
1
Padro
F1
F2
Operadores Independentes
Determinados GAs podem incorporar diversos operadores
genticos.
l Operadores no devem ser usados todos, com a mesma
intensidade, a cada fase da evoluo ( por ex: mais crossover no
incio e mais mutao no final da evoluo ).
l Uma roleta sorteia um operador a cada reproduo.
l Pesos (chances) dos operadores, iniciais e finais, e taxa de
interpolao so parmetros do algoritmo.
l
OP4
OP3
OP2
Mdulo de Avaliao
Funo de Avaliao:
Funo binria F 6
GA3-1
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Gap
OP1
Testar de 5 em 5
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Roleta
Operadores:
Crossover 2 pontos
Mutao
Taxa Mutao:
0,01
Taxa Crossover:
0,7
Tcnica de Parametrizao:
Nenhuma
Pesos
(50 50)
ICADEMO
Mdulo de Avaliao
Funo de Avaliao:
GA3-2
Funo binria F 6
Mdulo de Populao
ICADEMO
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Gap
Testar de 5 em 5
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Nenhuma
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Roleta
Operadores:
Crossover Uniforme
Mutao
Taxa Mutao:
0,01
Taxa Crossover:
0,7
Tcnica de Parametrizao:
Nenhuma
Pesos
(50 50)
Desempenho
l
Aspectos importantes:
convergncia do GA
proximidade dos melhores cromossomas a um mnimo local
diversidade da populao
valores dos parmetros do GA
Exemplo: variao da aptido dos operadores durante evoluo.
30
30
30
25
25
25
20
20
15
15
10
6 66
6
66
5
0
1
Incio:
Crossover
Mutao
9 10 11 12 13 14 15
66
6 6
6
6
20
6
66
6 6
10
5
15
6
6
10
0
1
Meio:
Crossover
Mutao
9 10 11 12 13 14 15
Fim:
Crossover
Mutao
9 10 11 12 13 14 15
Interpolao de Parmetros
l
taxa de crossover
taxa de mutao
taxa incremento da normalizao da aptido
aptido dos operadores
Interpolao define:
valores inicial e final do parmetro e frequncia de ajuste.
Mdulo de Avaliao
Funo de Avaliao:
Mdulo de Populao
Tcnica de Representao:
Binria 44 bits
Aleatria
Elimina o ltimo
Tcnica de Reproduo:
Gap
GA3-3
Funo binria F 6
ICADEMO
Testar de 5 em 5
Roleta
Tcnica de Aptido:
Tcnica de Parametrizao:
Population Size :
100
Total de Indivduos:
4000
Mdulo de Reproduo
Tcnica de Seleo de Operadores:
Roleta
Operadores:
Crossover Uniforme
Mutao
Taxa Mutao:
0,01
Taxa Crossover:
0,7
Tcnica de Parametrizao:
grfico