Escolar Documentos
Profissional Documentos
Cultura Documentos
Algoritmos Geneticos
Algoritmos Geneticos
Algoritmos Genticos
(DARWIN, 1859)
O que so?
Os Algoritmos Genticos so uma
classe de procedimentos, com
passos distintos bem definidos.
Essa classe se fundamenta em
analogias a conceitos biolgicos j
testadas exausto.
Cada passo distinto pode ter
diversas verses diferentes.
Para que servem?
Busca e Otimizao
Amplamente utilizados, com sucesso,
em problemas de difcil manipulao
pelas tcnicas tradicionais
Eficincia X Flexibilidade
Caractersticas Gerais
Utilizam uma codificao do conjunto de
parmetros (indivduos) e no com os
prprios parmetros (estados);
Vasculham vrias regies do espao de
busca de cada vez;
Utilizam informaes diretas de qualidade,
em contraste com as derivadas utilizadas
nos mtodos tradicionais de otimizao;
Utilizam regras de transio probabilsticas
e no regras determinsticas.
Caractersticas Gerais
= 01 11 00 10
R1 R2 R3 R4
Operadores
Fundamentais
Seleo Natural
Roleta
Torneio
0 1 1 0 0 0 1
0 1 0 0 0 0 1
Operador de
Cruzamento
Tambm chamado de reproduo ou
crossover
Combina as informaes genticas de
dois indivduos (pais) para gerar novos
indivduos (filhos)
Verses mais comuns criam sempre
dois filhos para cada operao
Operador de
Cruzamento
Operador gentico principal
Responsvel por gerar novos indivduos
diferentes (sejam melhores ou piores) a
partir de indivduos j promissores
Aplicado a cada par de indivduos com
alta probabilidade (normalmente entre
0,6 e 0,99)
Abordagens para
Cruzamento
Cruzamento Um-Ponto
Cruzamento Multi-Pontos
Cruzamento Uniforme
Cruzamento Um-Ponto
0 0 0 0 Pais 1 1 1 1
0 0 1 1 Filhos 1 1 0 0
Cruzamento Multi-Ponto
0 0 0 0 Pais 1 1 1 1
0 1 1 0 Filhos 1 0 0 1
Cruzamento Uniforme
Mscara 0 1 0 1
0 0 0 0 Pais 1 1 1 1
0 1 0 1 Filhos 1 0 1 0
Parmetros Genticos
Tamanho da populao
Taxa de cruzamento
Taxa de mutao
Intervalo de gerao
Critrio de parada
Aplicaes
Alocao de tarefas
Configurao de sistemas complexos
Seleo de Rotas
Problemas de Otimizao e de
Aprendizagem de Mquina
Problemas cuja soluo seja um estado
final e no um caminho
Aplicaes
So especialmente interessantes em
problemas difceis de otimizar de forma
convencional
Tcnicas tradicionais so mais difceis
de empregar
Se uma tcnica tradicional puder ser
empregada, normalmente acha melhor
soluo mais rpido
Aplicaes
Existem muitos problemas prticos aos
quais tcnicas determinsticas
tradicionais no podem ser aplicadas
Tcnicas tradicionais tm natureza
serial
Algoritmos Genticos tm natureza
paralela
Perspectivas Futuras
Computao Sistemas evolutivos
baseada em DNA hbridos
Cooperao e Metodologia para a
competio entre configurao de
populaes parmetros
Vida vegetal Prova formal da
Desenvolvimento de eficincia global dos
modelos tericos AGs