Colônia de Formigas (Ant Colony Optimization)

Slides:



Advertisements
Apresentações semelhantes
Projeto de Programação PD-I
Advertisements

Fluxo em Redes Prof. Ricardo R. Santos.
O Problema de Roteamento de Veículos (PRV)
Amintas engenharia.
Inteligência Artificial
GRASP Greedy Randomized Adaptative Search Procedure
UM ESTUDO SOBRE O PROBLEMA DO CAIXEIRO VIAJANTE
Dárlinton B. Feres Carvalho
INTELIGÊNCIA COMPUTACIONAL PARA OTIMIZAÇÃO
Inteligência Computacional para Otimização
Relaxação Adaptativa Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Iterated Local Search (ILS)
São João del-Rei, 23 a 26 de novembro de 2004
Algoritmos Genéticos Marcone Jamilson Freitas Souza
Medida do Tempo de Execução de um Programa
Busca Tabu - Revisão Marcone Jamilson Freitas Souza
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Introdução à Otimização
Busca Dispersa Scatter Search
Reconhecimento de Padrões Seleção de Características
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Maximização de Funções usando Simulated Annealing
Reconhecimento de Padrões Teoria da Decisão Bayesiana
XXXV SBPO - PROGRAMAÇÃO DE TRIPULAÇÕES DE ÔNIBUS URBANO:
Inteligência Computacional para Otimização
Métodos Numéricos e Estatísticos
Branch-and-Bound Marcone Jamilson Freitas Souza
Método SIMPLEX Marcone Jamilson Freitas Souza
Inteligência Computacional para Otimização
Problema da Mochila Inteira (Bounded Knapsack)
Busca Tabu Marcone Jamilson Freitas Souza Departamento de Computação
Swarm Intelligence (Inteligência Coletiva)
Prof. Rafael Stubs Parpinelli
Otimização por Colônias de Formigas – ACO (Ant Colony Optimization)
Algoritmo das formigas
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
Otimização Prof. Benedito C. Silva IRN UNIFEI
Otimização por Colônia de Formigas (ACO)
AntNet Algoritmos de formigas aplicados a encaminhamento de pacotes em redes Pedro Neves nº
Material Didático Proposto 1 Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas.
Otimização Inteira 5a. Aula Franklina.
Aula 13 Derivação Implícita, derivadas das funções trigonométricas inversas e derivadas de funções logarítmicas.
Otimização por Colônia de Formigas Ant Colony Optimization
Aula T06 – BCC202 Análise de Algoritmos (Parte 4) Túlio Toffolo
Meta-Heurística Colônia de Formigas
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Tópicos Avançados em Inteligência Artificial
Teoria Geral de Sistemas
Uma Análise das plataformas CUDA e OpenCL usando MetaHeurísticas aplicadas no Problema do Caixeiro Viajante Aluno: Hedley Luna Gois Oriá Disciplina: Introdução.
Roberto A. G. Motta sob orientação do Prof. Dr. Siang Wun Song
Material Didático Proposto 1 Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas.
Método Simplex Tópicos em Otimização
Introdução Prof. Antonio Carlos Coelho
Métodos de Resolução Solução Analítica Solução Numérica
Otimização com Colônias de Formigas
Inteligência de Enxame 2 – The Ant Colony Optimization Metaheuristic CPE-730 Filipe de Almeida Araujo Vital Aluno de Graduação em Engenharia de Controle.
Cap. 3 – Algorítimos de otimização por colônia de formigas para o problema do caixeiro viajante Aluno: Luiz Évora Disciplina: CPE 730 – Inteligência de.
Métodos Construtivos x Aprimoramento
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
ACO – From Real To Artificial Ants ACO- Ant Colony Optimization From Real To Artificial Ants Rafael Cruz - PESC Disciplina: Inteligência de enxame Professor:
Sistemas de Informação Inteligentes Prof. Nadilma Nunes.
Computação Evolutiva Nome dado ao estudo de algoritmos cuja inspiração é o processo de evolução natural das espécies. Origem: trabalho de um pesquisador.
Disciplina: Inteligência de Enxame Aluno: Benito Fontes Monteiro Filho Professor: Seixas 2011/2.
Ant Colony Optimization Theory Rio de Janeiro 2011 Disciplina: Inteligência de Enxame Docente: José Manoel Seixas Discente: José Dilermando Costa Junior.
Sistemas de Informação Inteligentes Aula 4 Nadilma Nunes
Marcone Jamilson Freitas Souza Departamento de Computação – UFOP Variable Neighborhood Descent (VND) e Variable Neighborhood.
Modelagem de Fenômenos Físicos Utilizando a Técnica de Monte Carlo Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós graduação.
ENERGIA POTENCIAL E CONSERVAÇÃO DA ENERGIA
Algoritmos BioInspirados: Inteligência de Enxames
Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência.
Transcrição da apresentação:

Colônia de Formigas (Ant Colony Optimization) Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto http://www.decom.ufop.br/prof/marcone e-mail: marcone@iceb.ufop.br

Colônia de Formigas (Ant Colonies) Método de busca populacional Princípio: Simulação do comportamento de um conjunto de agentes (formigas) que se cooperam para resolver um problema de otimização por meio de comunicações muito simples Ao deslocaram-se as formigas deixam um rastro (substância chamada feromônio), que é usado para comunicaram-se quimicamente

Rota das formigas ao encontrarem um alimento

Rota das formigas ao encontrarem um alimento

Formigas encontram um obstáculo

Posicionamento das formigas ao encontrarem um obstáculo

Posicionamento das formigas ao encontrarem um obstáculo

Posicionamento das formigas ao encontrarem um obstáculo

Rota final das formigas após um certo tempo

Colônia de Formigas aplicada ao Problema do Caixeiro Viajante Considera-se um conjunto de m formigas, cada qual localizada em uma certa cidade Pressuposto: Considerando o efeito da presença simultânea de muitas formigas, então cada uma contribuirá com um parte da distribuição de feromônio. Bons conjuntos de arcos serão utilizados por muitas formigas e, portanto, receberão uma quantidade maior de feromônio Aproximação para o modelo computacional: formigas deixam o feromônio em cada arco visitado após chegar ao destino (na vida real as formigas deixam o feromônio durante o movimento e não após chegar ao seu destino)

Colônia de Formigas aplicada ao Problema do Caixeiro Viajante Funcionamento do método: superposição concorrente de m procedimentos usando uma única formiga Cada formiga atua como segue: Em cada passo uma formiga escolhe uma cidade para mover-se dentre aquelas ainda não visitadas A probabilidade de escolher o arco (i,j) é diretamente proporcional à quantidade ij de feromônio no arco (i,j) e inversamente ao comprimento dij do arco

Colônia de Formigas aplicada ao Problema do Caixeiro Viajante Essa probabilidade de a formiga k sair da cidade i em direção à cidade j é calculada como: sendo: ij = 1/dij : representa a informação heurística ij : quantidade de feromônio no arco (i,j) Nik: conjunto das cidades ainda não visitadas pela formiga k : parâmetro que define a influência da trilha de feromônio : parâmetro que define a influência da informação heurística

Colônia de Formigas aplicada ao Problema do Caixeiro Viajante A formiga lembra-se de cada cidade já visitada Após uma rota ser completada, a formiga deixa uma trilha ij (uma certa quantidade de feromônio) em cada arco (i, j) da rota (Para os arcos que não pertencem à rota ij = 0) Considera-se a evaporação de feromônio em cada arco (i, j), tomando-se um fator  de evaporação, com  < 1, dado por: ij    ij + ij

Colônia de Formigas aplicada ao Problema do Caixeiro Viajante Aperfeiçoamentos com relação à atualização da quantidade de feromônio ij depositada em cada arco: 1) ijbest: trilha de feromônio deixada pela formiga que produziu a melhor solução 2) Somente as formigas associadas às -1 melhores rotas ( < m) e à melhor rota global podem depositar feromônio: ijgb : trilha de feromônio deixada pela formiga que produziu a melhor solução global até então