Inteligência Artificial Aplicada a Problemas de Tomada de Decisão

Apresentação em tema: "Inteligência Artificial Aplicada a Problemas de Tomada de Decisão"— Transcrição da apresentação:

1 Inteligência Artificial Aplicada a Problemas de Tomada de Decisão
iLab Sistemas Especialistas website:

2 Roteiro da Apresentação
iLab Sistemas Especialistas Conceitos Básicos Programação por Restrições Problema das Rainhas Planejamento e Otimização iCol - Planejamento de Colheita GesToc - Logística de Estoques Conclusão

3 iLab Sistemas Especialistas
Empresa focada no desenvolvimento e implantação de soluções para problemas complexos utilizando ferramentas de alta tecnologia e recursos de inteligência artificial. Planejamento Estratégico Otimização de Recursos Planificação de Tarefas Logística de Atividades

4 Conceitos Básicos O que é Inteligência Artificial ?
Ciência voltada para o desenvolvimento de técnicas e algoritmos destinados à resolução de problemas complexos. O que são Sistemas Especialistas ? Programas de computador que usam conhecimento e procedimentos de inferência para resolver problemas que são de uma complexidade e dificuldade superiores à capacidade humana de calculá-los. Quais são as técnicas existentes ? Reconhecimento ótico, Linguagem natural, Redes neurais, Algoritmos genéticos, Representação do conhecimento, Compreensão da fala, Lógica difusa (fuzzy), Problemas de busca, etc...

5 Programação por Restrições
O que é ... ? Técnica de formulação de problemas onde o objetivo é o descobrir algum estado do problema que satisfaça um determinado conjunto de restrições. Desenvolvida na França durante a década de 90 - Univ. de Dijon Etapas de Modelagem: Determinação do espaço de busca para a solução. Determinação da abrangência ou domínio do problema. Formulação matemática das restrições do problema. Execução de procedimento de busca e solução: Propagação de restrições Seleção de valor Backtracking

6 Programação por Restrições
Exemplo: Encontrar um par de números inteiros (A,B), com valores dentro do intervalo de 0 a 10, cuja soma seja inferior a 12 e a diferença seja superior a 5. Espaço de Busca: (A,B) Domínios: A  {0..10} e B  {0..10} Restrição1: A + B < 12 Restrição2: A - B > 5 Propagação1: Se A-B > 5, para o menor valor de B (0), o valor mínimo de A deve ser 6. Os domínios mudam para A [6..10] e B [0..10]. Propagação 2: Se A + B < 12, para o menor valor de A (6), o valor máximo de B deve ser 5. Logo o domínio de B passa para [0..5].

7 Programação por Restrições
Continuação... Domínios: A [6..10] e B [0..5] Seleção1: Escolhemos o menor valor possível para A: 6 Propagação3: Se A=6, pela restrição A-B > 5, o valor possível para B é 0. Solução: A=6 e B=0 Continuando-se o processo de geração de soluções, encontraremos outras soluções válidas: [7,0] [7,1] [8,0] [8,1] [8,2] [9,0] [9,1] [9,2] [10,0] [10,1] Uma variação do problema poderia, por exemplo, envolver a solução ótima, que maximizasse uma expressão. Por exemplo: Maximizando A * B, a melhor solução seria: [9,2]

8 Problema das Rainhas Problema: Complexidade:
Posicionar 8 rainhas em um tabuleiro de xadrez de forma a nenhuma rainha atacar outra rainha. Complexidade: Combinação de 64 casas tomadas 8 a 8: !!! Força Bruta: processando soluções por segundo levaria 12 horas para testar todas as possibilidades

9 Problema das Rainhas Codificação do Problema: Espaço de Busca:
IlcManager m(IlcNoEdit); IlcInt nqueen = 8; IlcIntVarArray x(m, nqueen, 0, nqueen-1),x1(m, nqueen),x2(m, nqueen); Restrições: IlcInt i; for (i = 0; i < nqueen; i++) { x1[i] = x[i]+i; x2[i] = x[i]-i; } m.add(IlcAllDiff(x)); m.add(IlcAllDiff(x1)); m.add(IlcAllDiff(x2)); Geração da Solução: m.add(IlcGenerate(x)); m.nextSolution();

10 Problema das Rainhas Passo 1: Selecionar valor e propagar restrições

11 Problema das Rainhas Passo 2: Selecionar valor e propagar restrições

12 Problema das Rainhas Passo 3: Seleção, propagação e backtracking

13 Problema das Rainhas Problema das Rainhas
Passo 4: Seleciona outro valor válido e propaga

14 Problema das Rainhas Solução: 13 seleções e 11 backtrackings

15 Planejamento e Otimização
Aplicação: Programação de Produção Necessidades Linha 1 Linha 2 Linha 3 Demanda de Vendas Linha 4 Linha 5 Margem de Lucro Linha 6 Linha 7 Capacidades

16 iCol - Colheita Objetivo Questões Estratégicas:
Definição da programação otimizada de colheita das áreas de cultivo de cana-de-açúcar em função de suas características particulares e do contexto das restrições operacionais da safra. Questões Estratégicas: Como efetuar a política de matéria-prima ? Qual o mix ideal de produção ? Como configurar frentes de trabalho ? Qual o perfil varietal ideal ? Como minimizar distância de transporte ? Onde, quando e como colher a matéria-prima ? Como minimizar custos operacionais ?

17 GesToc - Logística Objetivo Funcionalidades:
Gerenciamento do nível de estoques de produtos através da programação diária otimizada de transferências de cargas entre as unidades de uma empresa. Funcionalidades: Gerenciamento de produção e logística Projeção de produção, venda e estoque Movimentos de transferência Análise de estoques e transferências Integração com aplicações gerenciais

18 Conclusão Sistemas Inteligentes Valorização Conhecimento
“A Inteligência Artificial é uma das mais modernas tecnologias em informática disponíveis atualmente no mercado. O uso prático desta técnica será um dos principais trunfos para aumento de produtividade e competitividade nos próximos anos entre as empresas.”