Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouGiovana Valente Palmeira Alterado mais de 7 anos atrás
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
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.