Você está na página 1de 23

Tmpera simulada

(Simulated Annealing)
Airton Bordin Junior
[airtonbjunior@gmail.com]

Metaheursticas - Prof. Dr. Celso Gonalves Camilo Junior


Mestrado em Cincia da Computao 2017/2
Universidade Federal de Gois (UFG) - Instituto de Informtica Setembro/2017
Programao

Introduo

Problema bem definido

Metaheursticas - Airton Bordin Junior


Busca informada e no informada

Simulated Annealing

Referncias

2
Problema bem definido
Componentes
1. Estado inicial;
2. Aes;
3. Modelo de transio;

Metaheursticas - Airton Bordin Junior


4. Teste de objetivo
5. Custo de caminho.
Ambiente do problema: representado pelo espao de
estados
Soluo: um caminho do estado inicial ao estado objetivo.

3
Algoritmos de busca
Analisados em termos de
Completeza;
Otimizao;
Complexidade de tempo;

Metaheursticas - Airton Bordin Junior


Complexidade de espao.
Complexidade
b: fator de ramificao no espao de estados;
d: profundidade da soluo mais rasa.

4
Algoritmos de busca
Analisados em termos de
Completeza
O algoritmo oferece a garantia de encontrar uma soluo
quando ela existir?
Otimizao

Metaheursticas - Airton Bordin Junior


A estratgia encontra a soluo tima?
Complexidade de tempo
Tempo necessrio para encontrar a soluo.
Complexidade de espao.
Memria necessria para encontrar a soluo.

5
Busca no informada
Possuem acesso apenas definio do problema;

Algoritmos bsicos
Busca em largura;

Metaheursticas - Airton Bordin Junior


Busca de custo uniforme;
Busca em profundidade;
Busca de aprofundamento iterativo;
Busca bidimensional.

6
Problema bem definido
Estado inicial: Qualquer estado;
Quebra-cabea de oito peas Aes: A formulao mais simples define as aes como
movimentos do quadrado vazio Esquerda, Direita, Para Cima
ou Para Baixo. Pode haver subconjuntos diferentes desses,
dependendo de onde estiver o quadrado vazio;

Metaheursticas - Airton Bordin Junior


Modelo de transio: Dado um estado e ao, ele devolve o
estado resultante; por exemplo, se aplicarmos Esquerda para o
estado inicial na figura, o estado resultante ter comutado o 5
e o vazio;
Estado inicial Estado objetivo Teste de objetivo: Verifica se o estado corresponde
configurao de estado objetivo mostrada na Figura (so
possveis outras configuraes de objetivos);
Custo de caminho: Cada passo custa 1 e, assim, o custo do
caminho o nmero de passos do caminho.
7
Busca informada
Gerao de heursticas admissveis
Problema relaxado: problema com poucas restries
sobre as aes;
Qualquer soluo tima do problema original ser

Metaheursticas - Airton Bordin Junior


uma soluo do problema relaxado;
Problema relaxado pode ter melhores solues
Custo de uma soluo tima para um problema
relaxado uma heurstica admissvel para o problema
original.

8
Busca informada
Bancos de dados de padres
Armazenar os custos exatos de soluo para todas as
instncias possveis do subproblema;
Heurstica admissvel hBD para cada estado completo

Metaheursticas - Airton Bordin Junior


encontrado durante uma busca
Exame da configurao correspondente do subproblema no
banco de dados.
O prprio banco de dados construdo atravs de
busca reversa do objetivo e do registro do custo de cada
novo padro encontrado..

9
Busca local e otimizao
Quandoo caminho at o objetivo no importa,
podemos considerar uma classe diferente de
algoritmos
Algoritmos de busca local operam usando um
nico estado atual e, em geral, se movem

Metaheursticas - Airton Bordin Junior


apenas para os vizinhos desse estado.
teis para problemas de otimizao
Encontrar o melhor estado de acordo com
uma funo objetivo.

10
Busca local e otimizao
Vantagens
Usam pouqussima memria (normalmente
um valor constante);
Frequentemente podem encontrar solues

Metaheursticas - Airton Bordin Junior


razoveis em grandes ou infinitos
(contnuos) espaos de estados para os
quais os algoritmos sistemticos so
inadequados.

11
Tmpera simulada
Kirkpatrick (1983);
Meta-heurstica para otimizao: tcnica de busca
local probabilstica - analogia com a termodinmica;
Simulao do processo de cozimento de metais;

Metaheursticas - Airton Bordin Junior


Resfriamentorpido produz metais menos estveis
(de maior energia interna) que o resfriamento lento
Material passa por diversos estados durante o processo
Se houver tempo suficiente, um elemento qualquer do
conjunto passa por todos os estados acessveis

12
Tmpera simulada

Analogia com o processo fsico


Possveis estados de um metal solues no espao
de busca;

Metaheursticas - Airton Bordin Junior


Energia em cada estado: valor funo objetivo;
A energia mnima (se o problema for de
minimizao) - valor de uma soluo tima local,
possivelmente global.

13
Tmpera simulada
Escolhe um movimento aleatrio;
Se o movimento melhorar a situao sempre ser
aceito;
Caso contrrio, o algoritmo aceitar o movimento

Metaheursticas - Airton Bordin Junior


com alguma probabilidade menor que 1;
Probabilidade decresce exponencialmente com a
m qualidade do movimento o valor E
segundo o qual a avaliao piora.

14
Tmpera simulada

Probabilidadetambm decresce medida que a


temperatura T se reduz;

Metaheursticas - Airton Bordin Junior


Movimentos ruins tm maior probabilidade de
serem permitidos no incio, quando T estiver alto.
Tornam-se mais improvveis conforme T diminui;
Se o escalonamento diminuir T com lentido
suficiente, o algoritmo encontrar um valor timo
global com probabilidade prxima de 1.
15
Tmpera simulada

Metaheursticas - Airton Bordin Junior


16
Tmpera simulada

Sequncia de mximos locais que


torna muito difcil a navegao para
algoritmos gulosos;

Metaheursticas - Airton Bordin Junior


A partir de cada mximo local,
todas as aes disponveis
apontam encosta abaixo

Cordilheiras

17
Tmpera simulada

Metaheursticas - Airton Bordin Junior


18
Tmpera simulada
A temperatura elevada e a probabilidade de se
aceitar solues de piora maior no incio do
processo;
Possibilidades
de pioras so aceitas para escapar de

Metaheursticas - Airton Bordin Junior


mnimos (ou mximo) locais;
Probabilidadede se aceitar uma soluo pior
depende da temperatura (T);
Quanto maior T, maior a probabilidade.

19
Tmpera simulada
Nmero de iteraes mximo em uma temperatura X
deve ser calculada de acordo com a dimenso do
problema;
Congelamento do sistema: quando se atingir um

Metaheursticas - Airton Bordin Junior


valor (T = 0,001, por exemplo) ou quando a taxa de
aceitao atingir um limite;
Obteno dos parmetros mais adequados podem
ser obtidos por meio de experimentao.

20
Tmpera simulada

Metaheursticas - Airton Bordin Junior


21
Tmpera simulada
TInicial deve ser alto o suficiente para permitir
movimentos livres entre solues vizinhas
Pode ser obtida por simulao (fixando uma taxa de
mnima de movimentos aceitos, por exemplo)

Metaheursticas - Airton Bordin Junior


Equilbrio trmico deve ser aproximado a cada T;
Teoricamente O T final deve ser zero
Na prtica basta chegar a uma temperatura prxima a
zero implementao computacional

22
Referncias
RUSSELL, Stuart; NORVIG, Peter; INTELLIGENCE, Artificial. A modern
approach. Artificial Intelligence. Prentice-Hall, Egnlewood Cliffs, v. 25, p. 27,
1995

KIRKPATRICK, GELATT; M. P. VECCHI; Optimization by Simulated Annealing,


Science

Metaheursticas - Airton Bordin Junior


FERREIRA, V. H. Introduo Inteligncia Computacional UFF

POZO, A. Implementaes do Simulated Annealing para o problema do Caixeiro


Viajante Simtrico

23