Escolar Documentos
Profissional Documentos
Cultura Documentos
Artificial
Aula: Revisão (Prova 01)
Busca em Largura;
Estratégia: expande os nós mais rasos primeiro;
Implementação: a fronteira da arvore é uma fila
Dijkstra
Busca Gulosa
ordena nós pela próximidade da meta (forward cost) h(n)
A
C
Busca A* h=4
h=2
1 h=1
Lembrar Propriedades
9
Modelando e resolvendo CSPs
Descrever variáveis e restrições
Elaborar grafo de restrições
Resolver o CSP:
Usa backtrack search
Retrocede quando se torna impossível atribuições de todas as variáveis.
Podeusar heurísticas para seleção de variáveis e de valores de
domínio
Normalmente usamos forward checking ou consistência de arco
completa para propagação de restrições
Dica para prova: mostrar resolução passo a passo através de uma
tabela indicando o que é feito a cada passo.
Avaliação da Aptidão
sim
Critério de Parada Solução
não
Seleção
geração ++
Operações genéticas
Crossover (Pc)
Mutação (Pm)
Avaliação da Aptidão
Reinserção
Aula: Revisão (Prova 01)
Aplicando algoritmos genéticos a problemas
Codificação de indivíduo
Geração da população inicial
Operador de seleção para cruzamento
Operador de Cruzamento
Operador de Mutação
Critério de parada
Normalmente se usa seleção dos Tp melhores entre país
e filhos para a próxima geração, contudo pode ser usado
outro operador de reinserção.
Aula: Revisão (Prova 01)
Algoritmo ACO básico
Entrada: uma instância P de um modelo de problema de otimização combinatorial
InicializaValoresFeromonio( )
sbs NULL
Enquanto as condições de parada não são satisfeitas faça
Giter
Para j=1, …, nf faça
s ConstroiSolução( )
Se s é uma solução válida então
s BuscaLocal(s) {opcional}
Se ( f(s) < f(sbs) ou (sbs == NULL) então sbs s Fim Se
Giter Giter {s}
Fim Se
Fim Para
AplicaAtualizaçãoFeromonio ( , Giter, sbs)
Fim Enquanto
Saída: melhor solução até o momento
rand()c2(Xv-i(melhor) - Xi(t))
Fator de atração em
Atualização da posição direção à melhor solução
obtida até o momento
Xi(t+1) = Xi(t) + Vi(t+1) por qualquer pássaro na
vizinhança do pássaro i,
Aula: Revisão (Prova 01) (Xi(melhor))
Exercício PSO
Conforme o algoritmo Particle Swarm Optimization (PSO), qual a próxima
coordenada do pássaro P i dado a sua configuração instantânea e os
parâmetros do algoritmo PSO a seguir:
Xi = (0.5, -0.3, 0.8)
Vi = (0.2, 0.3, -0.5)
Xi(melhor) = (0.1, 0, 0.5)
Xv-i(melhor) = (0.2, 0.2, 0.6)
Parâmetros do algoritmo PSO: α=0.2, c1 = c2 = 2 e rand() = 0.5