Escolar Documentos
Profissional Documentos
Cultura Documentos
Inteligncia
Artificial
Aplicada
1.
2.
3. Quais as vantagens na utilizao de cada um dos tipos de busca local (otimizaes) Metaheursticas:
A vantagem pode variar dependendo do problema e algoritmo trabalha, em um problema onde,
necessrio um auxlio a um algoritmo principal de busca etc, para obter dados melhores,
otimizaes so o ideal para obter mais preciso nos dados.
4. As metaheursticas so formas de implementaes propostas para as buscas heursticas
Existentes. Justifique a afirmao.
Com essa afirmao podemos dizer que as metaheurisicas so algoritmos auxiliares para a
otimizao em algoritmos heursticos, com a viso de aumentar a preciso da busca onde pode-se
representar em palavras assim, as metaheuristicas percorrem o caminho, visualizam lugares,
colhem informaes ou no, logo a seguir o algoritmo heurstico ir se guiar a partir das
informaes recebidas ou sinalizadas pelo algoritmo metaheuristico.
Introduo
1.
2.
Descrio do problema.
Na cidade so Paulo devido problemas na segurana pblica o prefeito decide por
aplicar uma medida para monitorar a cidade por meio de instalao de cmeras de
segurana na cidade inteira. Em uma reunio com os profissionais de T.I, foi montado
um esquema de rede de cmeras que poderiam percorrer a cidade inteira, porm era
necessrio algum tipo de estudo alocar de uma forma inteligente as cmeras pela
cidade. Em vista destes problemas os mesmos desenvolveram um programa que usaria
algoritmos de metaheuristicas para apresentar possveis resultados.
Algoritmos de metaheuristica:
Busca tabu
Simulated annealing
Otimizao de colnia de formiga
Algoritmos genticos
3.
Metodologias
A metodologia usada para confeco deste trabalho foi inspirada em exemplos,
explicaes e entendimento que obtive em sala de aula, relacionado aos tpicos a
seguir.
A partir do problema a busca tabu foi aplicada, gerando o melhor caminho acima dado como
melhor caminho, os dados podem ser visualizados nas tabelas abaixo:
P2
P5
P9
P10
P12
P16
P15
Custo
5.0
5.0
5.0
5.0
5.0
4.0
6.0
35 quilmetros melhor neste caso
P6
P3
P4
P6
P8
P11
Custo
6.0
6.0
6.0
6.0
6.0
6.0
Para a escolha do melhor caminho a base foi o menor custo em quilmetros, com visto acima o
mesmo gerou o melhor caminho gerando assim a lista com os caminhos percorridos e a lista tabu
com os piores caminhos.
Onde:
FCP percorre um primeiro caminho, logo em seguida uma segunda formiga FCV percorre
outro, depois FCA, FCC, FCM, FCVD. O melhor caminho indicado para pelas formigas foi
o central, onde FCC e FCM, combinando os nveis de feromnios guiaram FCV. No
exemplo dos roteadores a essa rota foi compartilhada na tabela de roteamento entre
os roteadores baseando-se no menor peso dos caminhos.
P1
P2
P5
P9
P10
P12
P16
P2
P5
P9
P10
P12
P16
P15
Custo
5.0
5.0
5.0
5.0
5.0
4.0
6.0
35 quilmetros melhor neste caso
Acima podemos visualizar trs caminhos gerados pelo algoritmo, a partir do cozimento
temos o resfriamento rpido, lento e o meio termo. De azul temos o caminho gerado
Pelo resfriamento rpido a partir de P1, o algoritmo expande para seus vizinhos de um
modo aleatrio no primeiro nvel at o P15. Logo no segundo nvel o meio termo, onde
existe a estabilizao, expandido atravs de vizinhos at P15. E por fim no
resfriamento lento onde a mesma situao acontece porm em um nvel abaixo.
Caminhos possveis simulados:
Resfriamento rpido:
Custo
P1
P6
P9
P11
P14
P6
P9
P11
P14
P15
6.0
6.0
6.0
6.0
8.0
32 quilmetros
Estabilizao no cozimento:
Custo
P1
P2
P5
P9
P11
P14
P2
P5
P9
P11
P14
P15
5.0
5.0
5.0
6.0
6.0
8.0
35 quilmetros
Resfriamento lento:
Custo
P1
P2
P3
P4
P8
P14
P2
P3
P4
P8
P14
P15
5.0
6.0
6.0
4.0
6.0
8.0
35 quilmetros
Neste caso o resfriamento rpido no Simulated Annealing obteve a melhor resposta, percorreu o mesmo
caminho que seus outros dois mtodos porm diminuiu o caminho entre P1 e P15.
P1
P6
P9
P11
P6
P9
P11
P15
6.0
6.0
6.0
7.0
25 quilmetros
Resultados
Os resultados obtidos so em partes parecidos, a metodologia que necessria aplicar para cada
algoritmo bem diferente, cada um deles necessrio moldar o ambiente e adequar suas variveis
ao seu problema, tanto o algoritmo tabu, otimizao de colnia de formiga, Simulated Annealing e
algoritmo gentico tem suas particularidades. Para essa situao criada, o algoritmo gentico obteve
melhor desempenho, por ter a possibilidades de combinar outros resultados obtidos afim de obter
um resultado ainda melhor. A busca tabu aplicando seu mtodo obteve um bom caminho, assim
foram os outros algoritmos cada um trabalhando de uma forma afim de atingir o objetivo.