Escolar Documentos
Profissional Documentos
Cultura Documentos
=
=
N
i
i
sel
s a
s a
p
1
Processo de seleo
Processo de seleo para
uma populao de 8
indivduos, resultando na
extino de 2 deles.
Indviduos com alto
fitness tem alta
probabilidade de ter
cpias.
Crossover (recombinao)
Envolve a troca de
fragmentos entre pares
de cromossomos
A forma mais simples
um processo aleatrio
com probabilidade fixa
p
rec
Mutao
Equivale busca
aleatria
Seleciona-se uma
posio num
cromossomo e muda-se
o valor do gene para
outro valor possvel, com
probabilidade p
mut
.
Funo Multimodal
Condies de Trmino
Ideal = ponto timo
Prtica = funes multimodais
Critrios:
Nmero mximo de geraes
Tempo limite de processamento
Estagnao: quando no se observa melhorias na
populao aps vrias geraes consecutivas
Exemplo de Aplicao (1)
Considere-se maximizar a
funo f : R R dada
por
no intervalo 2 s x s 2
( ) ( )
4 2
20 cos
3
x
x
x x f + =
Exemplo de Aplicao (2)
Para 4 casas decimais de preciso precisa-se
de 10.000[2 (-2)] = 40.000 pontos
So necessrios cromossomos com 16 bits
Decodificao do cromossomo s de base 2:
x b b b b b b s
i
i
i
= = =
=
15
0
0 1 2 14 15
2 ] [
x
x x
x x
1 2
16
min max
min
+ =
Exemplo de Aplicao (3)
Rtulo s x a(s)
s
1
0101000000000000 0,4924 0,3443
s
2
1110101100001010 1,6725 2,9669
s
3
0001101010111010 -1,5824 3,5244
s
4
1000111000010101 0,2201 4,7445
Populao inicial, N=50 indivduos
Exemplo de Aplicao (4)
Fitness = funo de adequabilidade
Deve ser positivo e para um dado indivduo e,
quanto maior for, maiores devem ser as chances
de sobrevivncia e reproduo. Neste caso:
O fitness relativo calculado como:
( ) ( ) 4 + = x f s a
( )
( )
( )
=
=
N
j
j
i
i rel
s a
s a
s a
1
Exemplo de Aplicao (5)
O mtodo de seleo
mais comum a roleta
A possibilidade de um
indivduo morrer ou
sobreviver
proporcional ao seu
fitness
Exemplo de Aplicao (6)
Rtulo a
rel
(s) (%) n
esp
n
obt
s
1
0,1935 0,0968 0
S
2
1,6676 0,8338 1
S
3
1,9809 1,9809 2
S
4
2,6667 1,3336 1
Resultados da seleo de alguns indivduos da populao inicial
Exemplo de Aplicao (7)
Resultados usando:
p
rec
= 0,8
recombinao aleatria
de um ponto
p
mut
= 0,01
50 geraes
x* = 1,8893
reas de Aplicao
Problema do Caixeiro Viajante
Planejamento de tarefas (job-shop scheduling)
Sntese de Redes Neurais
Anlise de dados: agrupamento (clustering)
Controle de processos: controle timo
Robtica
Modelos econmicos, ecolgicos e sociais
Sistemas Classificadores
So basicamente sistemas de regras de
produo adaptativas
Regras do tipo if-then evoluem de acordo com
um AG
Cada regra um classificador
Populaes de classificadores so manipulados
por AGs
Programao Gentica
Cada cromossomo representa uma rvore
computacional com tamanho varivel
Cada estrutura cromossmica representa um
programa (e.g. em Lisp)
Cada rvore equivale a um indivduo e uma
populao de programas evolui com os Ags
Realiza a gerao automtica de programas
computacionais para resoluo de programas
Vida Artificial
Trabalha com a biologia sinttica
Usa uma metfora evolucionria
Seres abstratos (programas computacionais)
evoluem em ambientes cibernticos
Famlia de Mtodos Computacionais
VA = vida artificial
GF = geometria de fractais
AC = autmatas celulares
CSC = cincias de sistemas
complexos
SLF = sistemas de lgica flexvel
IC = inteligncia computacional
PG = programao gentica
EE = estratgias evolucionrias
CE = computao evolucionria
AE = algoritmos evolucionrios