Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência Artificial - Computação Bioinspirada
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
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
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
Experimento de ponte dupla Eraylson Galdino
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
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
ACO: Calcular a probabilidade Eraylson Galdino
ACO: Movimento O movimento pode ser realizado utilizando o mesmo conceito de roleta do AG; Eraylson Galdino
ACO: Atualização de feromônios Eraylson Galdino
ACO: Caixeiro Viajante Eraylson Galdino Visitar todas as cidades; Menor custo; Passando uma vez em cada cidade;
ACO: Caixeiro Viajante (1º Passo) Eraylson Galdino Posicionar as formigas aleatoriamente
ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino
ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino
ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino
ACO: Caixeiro Viajante (2º Passo) Eraylson Galdino
ACO: Caixeiro Viajante (3º Passo) Eraylson Galdino Movimento
ACO: Caixeiro Viajante (4º Passo) Eraylson Galdino Atualizar os feromônios: Rotas: Formiga 1: [ ] Formiga 2: [ ] Formiga 3: [ ] Formiga 4: [ ] Formiga 5: [ ]
ACO: Caixeiro Viajante (4º Passo) Eraylson Galdino
ACO: Caixeiro Viajante Eraylson Galdino Repete os passos anteriores até o critério de parada
ACO: Simulação Eraylson Galdino
ACO: Movimento de Games Eraylson Galdino
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
Universidade Federal de Pernambuco Centro de Informática Eraylson Galdino Dúvidas