Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Evolutionary Programming Naraiel Ferrari
2
Overview geral USA na década de 60 Lawrence J. Fogel – Intelligent behavior is a composite ability to predict ones environment coupled with a translation of each prediction into a suitable response in light of some objective (Fogel et al., 1966, p. 11) Ideia: Inteligência Capacidade de Adaptação Prever Ambiente
3
Overview geral Aplicações: – Inicialmente: Predição com máquinas de estado – Estendido: Problemas de otimização (1990) Destaques: – Semelhante ao ES – Auto adaptação dos parâmetros – Não há recombinação (crossover)
4
Máquina De Estado Finito (FSM) M = {Q,T,P,S,O} – Q: Estados – T: Entrada – P: Saída – S: Próximo Estado – O: Próxima Saída Depende apenas do estado inicial e da sua entrada.
5
Predição com FSM Próxima Entrada? Dados: – Estado Inicial: C – Estados: C B C A A B – Entrada: 0 1 1 1 0 1 = 29 Saída: 110111 Ideal: 010001 = 30
6
Técnica Evolutiva Uma sequência de símbolos é apresentada a uma população de máquinas. Compara-se a saída com o próxima símbolo de entrada Avalia-se o resultado Máquinas filhas são geradas (mutação): – Mude um símbolo de saída – Mude uma transição de estado – Adicione um estado – Delete um estado – Mude o estado inicial
7
FSM for Prime Numbers Sequencia de entrada: 1,2,3,4,5,7,8,9... Símbolos apresentado: 0,1,1,0,1,1,0,0.. Uma sequência não estacionária foi gerada. – função custo: 1 para cada predição correta 0 para cada predição incorreta -0.01 vezes a quantidade de estados Resultado: Após 202 símbolos de entrada, a melhor máquina apresentava apenas 1 estado e sempre previa um não primo.
8
Otimização de Função Contínuas: meta-PE Representação – x 1,…,x n, 1,…, n Mutação – i = i (1 + N(0,1)) – x i = x i + iN i (0,1) Recombinação – Não há crossover Seleção – Determinística – (µ+ µ)
9
Função Ackley
Apresentações semelhantes
