Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência.

Apresentação em tema: "Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência."— Transcrição da apresentação:

1 Ant Colony Optimization Eraylson Galdino da Silva (egs@cin.ufpe.br) Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência Artificial - Computação Bioinspirada

2 Ant Colony Optimization (ACO);  Inspirados no comportamento de busca por alimentos das formigas;  Seus movimentos iniciais são aleatórios;  Algoritmo probabilístico;  A comunicação entre as formigas ou entre as formigas e o ambiente, acontece através do feromônio; Eraylson Galdino

3 Experimento de ponte dupla  Experimento real com formigas da espécie Argentine;  Observando o caminho das formigas do ninho para fontes de alimentos;  Inicialmente as formigas se movem randomicamente em busca de alimento;  Retornam ao ninho depositando feromônio quando encontram alimento;  O caminho com maior quantidade de feromônio é o caminho em que uma quantidade maior de formigas passam; Eraylson Galdino

4 Experimento de ponte dupla Eraylson Galdino

5 Experimento de ponte dupla Eraylson Galdino

6 Experimento de ponte dupla Eraylson Galdino

7 Experimento de ponte dupla Eraylson Galdino

8 Experimento de ponte dupla Eraylson Galdino

9 Experimento de ponte dupla Eraylson Galdino

10 Experimento de ponte dupla Eraylson Galdino

11 ACO: Algoritmo vs Natureza  Natureza: –Possíveis caminhos entre o ninho e o alimento; –Caminho mais curto; –Ação via comunicação por feromônio;  Algoritmo: –Conjunto de possíveis soluções; –Solução ótima; –Procedimento de otimização; Eraylson Galdino

12 ACO: Etapas 1. Inicia aleatoriamente cada formiga em uma posição; 2. Para cada formiga (em paralelo): 1.Calcula a probabilidade para as próximas possíveis posições; 2.Move a formiga para a próxima posição; 3. Atualiza a quantidade de feromônios nos percursos: 1.Aplica a evaporação; 2.Aplica a adição de feromônios; Eraylson Galdino

13 ACO: Calcular a probabilidade Eraylson Galdino

14 ACO: Movimento  O movimento pode ser realizado utilizando o mesmo conceito de roleta do AG; Eraylson Galdino

15 ACO: Atualização de feromônios Eraylson Galdino

16 ACO: Caixeiro Viajante Eraylson Galdino  Visitar todas as cidades;  Menor custo;  Passando uma vez em cada cidade;

17 ACO: Caixeiro Viajante (1º Passo) Eraylson Galdino  Posicionar as formigas aleatoriamente

18 ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino

19 ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino

20 ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino

21 ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino

22 ACO: Caixeiro Viajante (3º Passo) Eraylson Galdino  Movimento

23 ACO: Caixeiro Viajante (4º Passo) Eraylson Galdino  Atualizar os feromônios:  Rotas:  Formiga 1: [1 2 3 4 5 1]  Formiga 2: [2 4 1 5 3 2]  Formiga 3: [3 2 1 4 5 3]  Formiga 4: [4 1 2 3 5 4]  Formiga 5: [5 1 4 2 3 5]

24 ACO: Caixeiro Viajante (4º Passo) Eraylson Galdino

25 ACO: Caixeiro Viajante Eraylson Galdino  Repete os passos anteriores até o critério de parada

26 ACO: Simulação Eraylson Galdino

27 ACO: Movimento de Games Eraylson Galdino

28 ACO: Campos de Aplicação  Problema do Caixeiro Viajante;  Descobrimento de rotas: –Roteamento de veículos; –Roteamento de redes de telecomunicação;  Escalonamento de Tarefas;  Análise de imagens médicas  Mineração de Dados; Eraylson Galdino

29 Universidade Federal de Pernambuco Centro de Informática Eraylson Galdino (egs@cin.ufpe.br) Dúvidas