Bat-Inspired Algorithm

RAFAEL MARQUES CAMPOS

ndice
Anlise Comportamental
Formulao
Algoritmo
Resultados
Concluso
Anlise Comportamental
Morcegos
nicos mamferos com asas;
Ecolocalizao;
996 diferentes tipos de espcies (aprox. 20% das espcies de mamferos);
Anlise Comportamental
Microbat
Insetvoro;
Antebrao variando de 2,2 a 11 cm;
Dependem muito da ecolocalizao;
Anlise Comportamental
Ecolocalizao;
Emisso de um pulso sonoro forte;
Localiza animais e obstculos com a
resposta sonora;
Consegue diferencia insetos
na escurido completa;
Anlise Comportamental
Ecolocalizao;
Cada pulso dura centsimos de segundos (100 a 200 pulsos por
segundo);
Processamento de sommuito rpido (300 a 600 s);
Percepo 3D: delay da emisso e deteco do eco, difrena da
percepo entre as duas orelhas, variao da altura do somdo eco;
A intensidade do pulso varia, mais alto quando procurando a presa, e
mais baixo quanto mais prximo da presa;
Comprimento de onda de 2 mm a 14 mm (mesma dimenso das
presas) e frequncia de 25kHz a 150kHz.
Algoritmo
Proposto por Xin-She Yang em 2010
X.-S. Yang, A New Metaheuristic Bat-Inspired Algorithm, in: Nature Inspired Coop-erative Strategies for Optimization (NISCO
2010) (Eds. J. R. Gonzalez et al.), Studies in Computational Intelligence, Springer Berlin, 284, Springer, 65-74 (2010).
Mtodo metaheurstico baseado na ecolocalizao dos morcegos;
A presa a localizao da possvel soluo do problema;
Os morcegos se movimentam aleatriamente no espao de busca;
Todos os morcegos vo em direo melhor soluo na busca global;
Algoritmo
Caractersticas idealizadas da ecolocalizao:
Os morcegos conseguem saber a distncia, sabem a diferena de comida/presa e de barreiras a travs
da ecolocalizao;
Morcegos voam aleatoriamente com velocidade

na posio

com uma frequncia fxa

,
variando o comprimento de onda e a amplitude da onda
0
. Eles podem automaticamente ajustar o
comprimento de onda (ou frequncia) dos seus pulsos e ajustar a taxa de emisso de pulsos [0,1],
dependendo da proximidade do alvo;
A amplitude pode variar de diferentes maneiras , desde um valor grande (positivo)
0
a um valor
mnimo constante

.
Algoritmo
Movimento dos morcegos (busca global)

+ (

1
+

1
+

Onde:
= frequncia
= nmero aleatrio [0,1]
= velocidade do morcego
= posio do morcego

= posio do melhor resultado

Algoritmo
Variao da intensidade do som e taxa de pulsos
A intensidade do pulso reduz com o tempo

+1
=

A quantidade de pulsos por segundo aumenta com o tempo

+1
=

0
(1 exp())
= constante ]0 , 1[
= constante ]0 , +[
= intensidade do pulso
= quantidade de pulsos por segundo
Algoritmo
Movimento dos morcegos (busca local)

Onde:
= nmero aleatrio [-1,1]
= intensidade do pulso
Algoritmo
Algoritmo
Pseudo cdigo
Resultados
Rosenbrock Eggcrate
20 iteraes 10 iteraes
Resultados
Comparao Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Bat Algorithm (BA)
GA usa o algoritmo gentico com elitismo;
PSO usa parmetros de aprendizado igual a 2 e coeficiente de inrcia igual a 1;
BA usa = = 0,9, intensidade sonora de [0, 2] e taxa de pulsos [0, 1];
Threshold de E-5;
40 partculas;
Resultados
Comparao: Particle Swarm Optimization (PSO), Differential Evolution (DE), Artificial Bee
Colony (ABC), Bat AlgorithmSimplificado (BAS) e Bat Algorithm(BA)
Simulado 20 vezes cada experimento;
Valores abaixo de E-12 so considerados zero
Resultados
Programa utilizado (simplificaes)
Funo atualiza todas as dimenses ao mesmo tempo;
Sem variao da intensidade do pulso e da taxa de pulsos;
Fatores necessitam de calibrao para as funes;
Se deslocam muito facilmente para o valor mnimo.
Resultados
Funo Esfera
Mdia Mediana Mnimo Desvio Padro Goal
S=6
N=2 8,59E-01 5,62E-09 1,22E-10 2,25E+00 19
N=4 6,97E+00 3,11E+00 6,75E-08 9,55E+00 2
N=6 2,28E+01 2,01E+01 1,06E-01 1,93E+01 0
S=18
N=2 2,90E-10 1,69E-10 2,74E-12 3,11E-10 32
N=4 6,76E-02 4,62E-08 4,33E-09 2,67E-01 30
N=6 2,01E+00 6,84E-01 1,44E-07 2,99E+00 12
N=8 3,75E+00 1,31E+00 6,71E-07 5,32E+00 4
N=10 8,12E+00 5,95E+00 9,86E-07 8,43E+00 4
N=12 1,43E+01 1,29E+01 1,54E-06 1,06E+01 2
S=26
N=2 1,32E-10 9,22E-11 1,99E-12 1,51E-10 32
N=4 3,33E-08 3,09E-08 7,81E-09 1,77E-08 32
N=6 3,76E-02 2,05E-07 6,51E-08 2,07E-01 30
N=8 3,13E-01 1,08E-06 2,99E-07 7,48E-01 21
N=10 2,10E+00 5,06E-01 4,96E-07 3,19E+00 12
N=12 5,47E+00 1,26E+00 1,44E-06 7,82E+00 8
N=14 4,33E+00 2,66E+00 2,71E-06 4,56E+00 8
N=16 5,25E+00 4,70E+00 4,77E-06 4,64E+00 1
Resultados
Funo Quadrtica
Mdia Mediana Mnimo Desvio Padro Goal
S=6
N=2 5,69E-01 4,89E-09 9,18E-11 1,43E+00 19
N=4 9,53E+00 5,71E+00 4,94E-02 1,28E+01 0
N=6 3,43E+01 2,81E+01 9,68E-01 3,05E+01 0
S=18
N=2 2,99E-10 2,46E-10 3,12E-12 2,40E-10 32
N=4 1,04E+00 9,26E-02 1,87E-09 1,85E+00 15
N=6 4,27E+00 2,15E+00 1,32E-07 6,77E+00 5
N=8 8,58E+00 4,56E+00 4,22E-07 1,05E+01 3
S=26
N=2 1,28E-10 1,05E-10 1,38E-12 1,16E-10 32
N=4 3,78E-02 3,50E-08 2,27E-09 1,49E-01 30
N=6 1,27E+00 3,37E-01 1,06E-07 2,24E+00 13
N=8 3,93E+00 2,46E+00 1,02E-06 5,55E+00 5
N=10 9,62E+00 5,77E+00 1,95E-01 1,37E+01 0
N=12 1,65E+01 1,30E+01 3,33E-06 1,39E+01 1
Resultados
Funo Rosenbrock
Mdia Mediana Mnimo Desvio Padro Goal
S=6
N=2 2,76E+01 7,53E-01 7,92E-09 9,19E+01 11
N=4 4,65E+02 5,77E+01 1,43E-01 6,76E+02 0
N=6 4,59E+03 2,10E+03 1,15E+00 8,47E+03 0
S=18
N=2 5,17E-01 1,19E-03 1,05E-10 1,21E+00 21
N=4 5,98E+01 4,44E+00 1,00E-02 2,15E+02 3
N=6 2,95E+02 1,84E+01 4,91E-01 5,68E+02 0
S=26
N=2 2,52E+00 4,69E-04 6,44E-11 4,90E+00 19
N=4 8,51E+00 2,71E+00 2,98E-04 1,44E+01 5
N=6 1,58E+01 9,13E+00 3,25E-01 1,63E+01 0
Concluso
Algoritmo competitivo;
Equilbrio entre explorao e refino dos resultados (parmetros e );
Necessita de poucos ajustes em cada iterao;
Necessidade de melhor calibrar os parmetros, no caso do Bat AlgorithmSimplificado.
Referncias
Yang, X. S., A New Metaheuristic Bat-Inspired Algorithm, in: Nature Inspired Coop-erative
Strategies for Optimization (NISCO 2010) (Eds. J. R. Gonzalez et al.), Studies in Computational
Intelligence, Springer Berlin, 284, Springer, 65-74 (2010).
J. A. Cordeiro; R. S. Parpinelli; H. S. Lopes, Anlise de Sensibilidade dos Parmetros do Bat
Algorithme Comparao de Desempenho, in: Laboratrio de Bioinformtica Universidade
Tecnolgica Federal do Paran (UTFPR), Curitiba, PR, Brasil.