Maximização de Funções Simulated Annealing

Slides:



Advertisements
Apresentações semelhantes
Operações com intervalos
Advertisements

Marco Antonio Montebello Júnior
Recursividade Função recursiva é aquela que chama a si própria.
Introdução à Programação Apresentação da Disciplina 1º Semestre 2010 > PUCPR > Design Digital Bruno C. de Paula.
School Timetabling Problem
29 Outubro 2005Funções: Zeros, Máximos e Mínimos1 Jorge Cruz DI/FCT/UNL Programação para as Ciências Experimentais 1º Semestre 2005/2006.
Sinais e Sistemas – Capítulo 4
EE-214/2011 Métodos de Busca Aleatória. EE-214/2011 Problema Básico Sistema Dinâmico u xuxu J[u,x u ] Calculador de Custo Obter: Dados: 1) Um sistema.
GRASP Greedy Randomized Adaptative Search Procedure
Fase II - Refinamento Aurora Pozo.
PROBLEMA DE ROTEAMENTO DE VEíCULOS COM DIVISÃO DE ENTREGA
Relaxação Adaptativa Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Alocação de Salas Via Simulated Annealing
Otimização de Funções Contínuas via Algoritmos Genéticos Adaptado do trabalho realizado por: Frederico Heitor Mônica do Amaral.
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Otimização de Funções Contínuas via Algoritmos Genéticos
Maximização de Funções usando Simulated Annealing
Simulated Annealing (SA) Aplicado ao Problema
Inteligência Computacional
Problema da Mochila Inteira (Bounded Knapsack)
Busca Heurística - Informada
Inteligência Artificial
Listas lineares Listas Lineares Fila Dupla Pilha Fila Saída restrita
JOGO DOS OITO A* e IDA*.
Algoritmos Genéticos - Capítulo 10 Representação Numérica
INF 1771 – Inteligência Artificial
3 - Equações Lineares de Segunda Ordem
Insertion Sort.
Matemática II aula 20 Profª Débora Bastos.
Introdução a Computação e Cálculo Numérico
Localização de fonte sonora utilizando microfones
Aurora Pozo– UFPR – Meta-Heurísticas
C OMPARAÇÃO DO COMPORTAMENTO DO BIC EM ALGUNS MODELOS PROBABILÍSTICOS Diogo Taurinho Prado Orientadora: Denise Duarte.
GRASP Disciplina: ODST Professores: José Oliveira e Maria Carravilla
Integração numérica.
Cálculo Numérico / Métodos Numéricos
QuickSort Dividir: A[p…r] é particionado (reorganizado) em dois subvetores não vazios A[p…q] e A[q+1…r] tal que cada elemento de A[p…q] é menor ou igual.
Tradutor Oracle SQL Server Núcleo comum Lookup Middleware consultas esquema de mediação Base de dados das fontes locais Ambiente de geração das consultas.
Analise de Texturas Dinâmicas Baseado nos trabalhos de Gianfranco Doretto e Stefano Soatto Autor : Igor Goulenko.
O PROBLEMA DE SCHEDULING EM JOB-SHOP
Inteligência Artificial
Busca Combinatorial e Métodos de Heurística
Algoritmos de Chave Pública
Equações algébricas e transcendentais
Movimento Harmônico Simples (M.H.S.)
EDO’s de 2ª ordem lineares não homogêneas Método dos coeficientes a determinar Cálculo 2 A – Turma H
CAMADA DE REDE OU INTERNET – TCP/IP
Uma Introdução a SVM Support Vector Machines
DERIVADAS E DIFERENCIAIS II
Busca com Informação e Exploração “Busca heurística”
Aula 1: Introdução aos Sistemas Digitais
I) Avaliar a biodiversidade. ii) Estabelecer metas conservacionistas (nº de ocorrências de cada espécie, nº de ha de cada tipo de vegetação), a dimensão,
Parcelas Espécies Definir áreas protegidas. cobertura.
Optimização Os problemas de optimização têm como objetivo maximizar ou minimizar uma função definida sobre um certo domínio Optimizar (max ou min)
Biodiversidade e Conservação 2009/2010 Métodos quantitativos no planeamento e selecção de áreas para a conservação da biodiversidade: Systematic Conservation.
MICROECONOMIA I Pedro Telhado Pereira. Apresentação da Cadeira.
Inventando Funções Heurísticas
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Professor: Dr. Edwin B. Mitacc Meza
2 - Portfólio de Investimentos
Inteligência Artificial
Trabalho Cálculo Numérico º Trabalho 1) Implementar um programa em linguagem C que converta números binários (inteiros e fracionários) para a.
Princípios Básicos de Utilização do Computador
CÁLCULO NUMÉRICO. MÉTODO DA BISSECÇÃO Esse método é utilizado para diminuir o intervalo que contém o zero da função. O processo consiste em dividir o.
Tipos Compostos Heterogêneos e Tipos Abstratos de Dados
Ciclos Anuais Complexos Angie Topp Paredes Eduardo Marcos de Jesús Fernando J. Méndez Francisco das Chagas V. Júnior.
Solução Numérica de Equações
MODULAÇÃO POR CÓDIGO DE PULSO
Metodologia de Superfície de Resposta (RSM) (Montgomery,2005, cap. 11)
1 Problemas Numéricos com Representação por Números Reais Prof. Marco Aurélio C. Pacheco.
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 10 Algoritmos Genéticos Max Pereira.
Transcrição da apresentação:

Maximização de Funções Simulated Annealing Angela Claudia Martin Duarte Eduardo Montenegro Castro Junior Cassio Pascoal Costa Ernesto Peregrino de Rezende Junior

Definição do Problema O problema consiste em maximizar funções continuas em um intervalo qualquer, com uma precisão escolhida pelo usuário, utilizando um método heurístico.

Vantagens do Método Heurístico Permite Encontrar soluções muito boas, mesmo que a função tenha um comportamento muito instável. Permite encontrar máximos de funções em intervalos não diferenciáveis .

Implementação Gera um vetor aleatório binário Converte o vetor binário em um valor decimal dentro do intervalo(não gera inviabilidade!!!). Calcula o f(x) inicial. Manipula o vetor binário. Aplica o S.A.

Função Exemplo X[-2,2] Intervalo. sinc(x)= 1 para x=0. F(x)=0.4 +sinc(4x) + 1.1sinc(4x +2) + 0.8sinc(6x-2) + 0.7sinc(6x-4). X[-2,2] Intervalo. sinc(x)= 1 para x=0. sinc(x)= sen(πx)/ πx para x !=0.

Cálculo de X X=xmin +[ xmax-xmin]. B/R onde: B=valor decimal correspondente a V[i] R=valor decimal correspondente a máximo de V[i], sendo o mesmo definido de acordo com a precisão escolhida.

Cálculo de X

Resultados: