A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Prof. Frederico Brito Fernandes Algoritmos Genéticos 1.Problema das 8 Rainhas 2.Algoritmo Genético 3.AG aplicado nas 8 rainhas 4.Exercício:

Apresentações semelhantes


Apresentação em tema: "Prof. Frederico Brito Fernandes Algoritmos Genéticos 1.Problema das 8 Rainhas 2.Algoritmo Genético 3.AG aplicado nas 8 rainhas 4.Exercício:"— Transcrição da apresentação:

1 Prof. Frederico Brito Fernandes Algoritmos Genéticos 1.Problema das 8 Rainhas 2.Algoritmo Genético 3.AG aplicado nas 8 rainhas 4.Exercício: Coloração de Mapas

2 Professor: Frederico Brito Fernandes 2/19 Disciplina: Inteligência Artificial Objetivo: colocar 8 rainhas no tabuleiro, de forma que elas não se ataquem Idéia 1: colocar uma rainha em cada coluna (1) Problema das Oito Rainhas

3 Professor: Frederico Brito Fernandes 3/19 Disciplina: Inteligência Artificial Objetivo: colocar 8 rainhas no tabuleiro, de forma que elas não se ataquem Idéia 1: colocar uma rainha em cada coluna Idéia 2: tentar livrar a rainha 1 de ataque Impossível! (1) Problema das Oito Rainhas

4 Professor: Frederico Brito Fernandes 4/19 Disciplina: Inteligência Artificial Objetivo: colocar 8 rainhas no tabuleiro, de forma que elas não se ataquem Idéia 1: colocar uma rainha em cada coluna Idéia 2: tentar livrar a rainha 1 de ataque Impossível! Retroceder ( estado raiz ) Idéia 3: tentar livrar a rainha 2 do ataque das anteriores Técnica conhecida como relaxamento do problema (heurística) (1) Problema das Oito Rainhas

5 Professor: Frederico Brito Fernandes 5/19 Disciplina: Inteligência Artificial Objetivo: colocar 8 rainhas no tabuleiro, de forma que elas não se ataquem Idéia 1: colocar uma rainha em cada coluna Idéia 2: tentar livrar a rainha 1 de ataque Impossível! Retroceder ( estado raiz ) Idéia 3: tentar livrar a rainha 2 do ataque das anteriores Técnica conhecida como relaxamento do problema (heurística) Idéia 4: repetir para o resto ERRO (1) Problema das Oito Rainhas

6 Professor: Frederico Brito Fernandes 6/19 Disciplina: Inteligência Artificial Espaço de estados muito grande e heurística fraca Qual desses estados é o melhor? ( menor nº de pares de rainhas que não se atacam ) ABD Função do melhor estado ( função fitness ): tenta encontrar um estado mais próximo do final F(A) = 23F(B) = 24F(C) = 21F(D) = C (1) Problema das Oito Rainhas

7 Professor: Frederico Brito Fernandes 7/19 Disciplina: Inteligência Artificial E se cruzássemos os melhores estados? (B e D) BD (1) Problema das Oito Rainhas

8 Professor: Frederico Brito Fernandes 8/19 Disciplina: Inteligência Artificial E se cruzássemos os melhores estados? (B e D) DB F( Filho(BD) ) = 56 (máximo, estado ótimo) Filho(BD) (1) Problema das Oito Rainhas

9 Professor: Frederico Brito Fernandes 9/19 Disciplina: Inteligência Artificial Publicados inicialmente em 1975 pelo professor Jonh Holland, da Universidade de Michigam OBJETIVO São algoritmos de busca e otimização baseados em mecanismos de seleção natural e estruturas genéticas TERMINOLOGIA Indivíduo ou CromossomoEstado PopulaçãoConjunto de estados SeleçãoEscolha probabilística de alguns estados PareamentoEstados são distribuídos em pares (pais) CrossoverPais são mesclados para gerar filhos MutaçãoAlgum bit do filho é modificado (2) Algoritmo Genético: definição

10 Professor: Frederico Brito Fernandes 10/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo (2) Algoritmo Genético: ciclo evolutivo

11 Professor: Frederico Brito Fernandes 11/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Definição de um indivíduo A (1) O indivíduo (ou cromossomo) deve ser codificado em uma string de tamanho fixo e um conjunto finito de gene O indivíduo (ou cromossomo) deve ser codificado em uma string de tamanho fixo e um conjunto finito de gene Ex:Gene={B,C} Tam = 8 A = Ex 1 : Gene={0,..,7}Tam=8 A = Ex 2 : Gene={0,1}Tam=8 BCCB CCBB (3) Algoritmo Genético: 8 rainhas

12 Professor: Frederico Brito Fernandes 12/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Geração da População (2) Devemos produzir um conjunto de indivíduos de forma aleatória Devemos produzir um conjunto de indivíduos de forma aleatória Ex: Por motivos didáticos, essa é a representação dos estados do slide 7 dessa apresentação A = B = C = D = A = B = C = D = Cuidado ao gerar uma população que só tenha 0s ou 1s Solução: gerar metade da população e depois pegar essa metade, inverter os bits para gerar a segunda metade (processo de diversificação) (3) Algoritmo Genético: 8 rainhas

13 Professor: Frederico Brito Fernandes 13/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Seleção (3) (a) Função Objetivo (~%) F(A) = 23 24,4% F(B) = 24 25,5% F(C) = 21 22,3% F(D) = 26 27,7% (b) Seleção Escolhidos: A, D, B, A Duas abordagens: (1) Seleção Probabilística Simples: um ponteiro (2) Amostragem Universal Estocástica: n ponteiros (3) Algoritmo Genético: 8 rainhas

14 Professor: Frederico Brito Fernandes 14/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Pareamento (4) Os indivíduos escolhidos são dispostos aleatoriamente dois a dois, para se reproduzirem Os indivíduos escolhidos são dispostos aleatoriamente dois a dois, para se reproduzirem A = B = A = D = Observe que o indivíduo C não foi escolhido no processo de SELEÇÃO anterior Observe que o indivíduo C não foi escolhido no processo de SELEÇÃO anterior (3) Algoritmo Genético: 8 rainhas

15 Professor: Frederico Brito Fernandes 15/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Crossover (5) Processo pelo qual os filhos gerados possuem partes do cromossomo dos pais Processo pelo qual os filhos gerados possuem partes do cromossomo dos pais Em geral, um filho tem 50% dos cromossomos de cada pai Em geral, um filho tem 50% dos cromossomos de cada pai A = B = A = D = AB 1 = AB 2 = AD 1 = AD 2 = Espera-se que os filhos gerados tenham maior capacidade de adaptação ao ambiente (melhor Função Objetivo) Espera-se que os filhos gerados tenham maior capacidade de adaptação ao ambiente (melhor Função Objetivo) (3) Algoritmo Genético: 8 rainhas

16 Professor: Frederico Brito Fernandes 16/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Mutação (6) Processo pelo qual os bits dos filhos (em pequena probabilidade) são invertidos Processo pelo qual os bits dos filhos (em pequena probabilidade) são invertidos Objetivos: Objetivos: Acelerar a busca Acelerar a busca Recuperar parte do código genético perdido Recuperar parte do código genético perdido AB 1 = AB 2 = AD 1 = AD 2 = AB 2 = (3) Algoritmo Genético: 8 rainhas

17 Professor: Frederico Brito Fernandes 17/19 Disciplina: Inteligência Artificial (1) Definição de um indivíduo (2) Geração aleatória da população (3)Seleção (4) Pareamento (5) Crossover (6) Mutação (7) Nova População Simulação do Algoritmo Genético Função Objetivo Nova População (7) Uma nova população é gerada Uma nova população é gerada AB 1 = AB 2 = AD 1 = AD 2 = Verifica-se se o indivíduo de maior adaptabilidade possível se encontra, ou seja, que possua a Função Objetivo máxima Verifica-se se o indivíduo de maior adaptabilidade possível se encontra, ou seja, que possua a Função Objetivo máxima Caso contrário, continua-se executando o ciclo até um determinado número de voltas Caso contrário, continua-se executando o ciclo até um determinado número de voltas (3) Algoritmo Genético: 8 rainhas

18 Professor: Frederico Brito Fernandes 18/19 Disciplina: Inteligência Artificial Conclusões Outros processos de seleção: Elitismo Empregado com Redes Neurais, para selecionar a topologia ideal Útil quando empregado em um problema com um grande espaço de soluções (3) Algoritmo Genético: conclusões

19 Professor: Frederico Brito Fernandes 19/19 Disciplina: Inteligência Artificial Modele o problema de Coloração de Mapas, visto nas aulas anteriores, com Algoritmo Genético (4) Algoritmo Genético: exercício


Carregar ppt "Prof. Frederico Brito Fernandes Algoritmos Genéticos 1.Problema das 8 Rainhas 2.Algoritmo Genético 3.AG aplicado nas 8 rainhas 4.Exercício:"

Apresentações semelhantes


Anúncios Google