Prática de Alg. Genéticos

Apresentação em tema: "Prática de Alg. Genéticos"— Transcrição da apresentação:

1 Prática de Alg. Genéticos
Disciplina: Sistemas Inteligentes II CONTEÚDO (1) Definição do Problema (2) Modelando com AG (3) Sua parte...

2 (1) Definição do Problema
Problema da Alocação de Disciplinas: Objetivo: Montar os horários das disciplinas a cada semestre. Formule uma solução para esse problema: b1) usando AG, lembrando que você deve estabelecer: (1)Tamanho do indivíduo; (2) Gene; (3) Tamanho da população (4) Tipo de Seleção e (5) Taxa de Mutação b2) a lógica de programação usada (independente de linguagem). Admita que a faculdade têm apenas: dois períodos (P1 e P2); três professores (Fechine, Nilton e Fred); duas disciplinas por período (d1, d2, d3, d4 , d5, d6), onde d1, d2, d3  P1; d4 , d5, d6  P2; Fechine leciona d1 e d4, Nilton leciona d2, d5 e Fred leciona d3, d6; três noites de aula por semana, com duas aulas por noite; Fechine não pode ensinar no primeiro horário da segunda; não é permitido que uma mesma disciplina tenha duas aulas por noite.

3 (2) Modelando com AG Objetivo:
Todo coordenador tem a cansativa tarefa de montar os horários das disciplinas a cada semestre. Possível solução: P1 P2 Seg Ter Qua (Fred, d3) (Fechine, d1) (Nilton, d2) Seg Ter Qua (Nilton, d5) (Fred, d6) (Fechine, d4) h1 h2 h1 h2 P1 P2 Seg1P1 Seg2P1 Ter1P1 Ter2P1 Qua1P1 Qua2P1 (p, d) Seg1P2 Seg2P2 Ter1P2 Ter2P2 Qua1P2 Qua2P2 (p, d) 1 2 3 4 5 6 7 8 9 10 11

4 (2) Modelando com AG Formulando uma solução para esse problema:
b1) usando AG, lembrando que você deve estabelecer: (1)Tamanho do indivíduo; (2) Genes; (3) Tamanho da população (4) Tipo de Seleção e (5) Taxa de Mutação (1) Tamanho = 12 genes = indivíduo (2) Gene = { (prof, disc) }, onde: prof = {Fechine, Fred, Nilton} = {00,01,10} disc = {d1, d2, d3, d4 , d5, d6} = {000,001,010,011,100,101} Ex: um indivíduo Obs: em geral, o gene={0,1} Porém, resolvemos adotar um gene composto por uma tupla (prof,disc) Seg1P1 Seg2P1 Ter1P1 Ter2P1 Qua1P1 Qua2P1 Seg1P2 Seg2P2 Ter1P2 Ter2P2 Qua1P2 Qua2P2 Seg1P1 Seg2P1 Ter1P1 Ter2P1 Qua1P1 Qua2P1 (p, d) (p, d) 1 2 3 4 5 6 7 8 9 10 11 60 bits 01010 00000 10001 10100 01101 00011 Fred=01 e d3=010

5 (2) Modelando com AG Formulando uma solução para esse problema: (cont.) (3) Tamanho da população: 100 indivíduos (4) Tipo de seleção Probabilística Simples: um ponteiro (5) Taxa de Mutação: 0.5% Se em cada nova população temos (60 * 100) 6000 bits, implica dizer que serão trocados aleatoriamente 30 bits 01010 00000 10001 10100 01101 00011 1 99 01010 00000 10001 10100 01101 00011 ... ... 01010 00000 10001 10100 01101 00011

6 (3) Sua parte agora... Implemente o algoritmo simples de AG para esse problema Dicas: Use o código inicial do site do professor para iniciar sua solução Para formação da nova população, despreze os pais e use apenas os filhos A taxa de mutação igual a 0.5%, indica mudança de 30 bits, e para isso: Faça uma função que escolha 30 indivíduos aleatoriamente Em cada indivíduo, escolha um gene que será modificado Implemente a regra: não é permitido que uma mesma disciplina tenha duas aulas por noite Estenda o código do site para 5 dias por semana: seg, ter, qua, qui e sex 5 períodos: P1, P2, P3, P4 e P5