META-AG PARA DEFINIÇÃO DE HORÁRIOS ACADÊMICOS

Slides:



Advertisements
Apresentações semelhantes
Unidade VII Algoritmos Genéticos
Advertisements

Estruturas de Dados e Algoritmos II
Busca Informada Parte 3 – Algoritmos Genéticos
Algoritmos Genéticos Alex F. V. Machado. Algoritmos Genéticos Quanto melhor um indivíduo se adaptar ao seu meio ambiente, maior será sua chance de sobreviver.
Introdução à Programação usando Processing Programação Gráfica 2D Estrutura de Seleção Exercícios de Revisão Estrutura de Seleção 14/10/09 Bruno C. de.
GERENCIAMENTO DE INTEGRAÇÃO DO PROJETO
Prática de Alg. Genéticos
Prof. Frederico Brito Fernandes Prática de Algoritmos Genéticos CONTEÚDO (1) Definição do Problema (2) Modelando com AG (3) Sua parte...
Algoritmos Genéticos Problema das 8 Rainhas Algoritmo Genético
A escola é uma escada, cada degrau prepara para o degrau posterior.
Definição de Parâmetros de Power System Stabilizers para Melhoria do Comportamento Dinâmico de Redes Ângelo Mendonça Orientador: Prof. João A. Peças Lopes.
Algoritmos Genéticos Alex F. V. Machado.
Prof: Osni Hoss - Contabilidade Gerencial
Aula 5: Formulação de políticas, planos e programas de saúde
GeoRisc Baldoino Fonseca.
ÉLDMAN DE OLIVEIRA NUNES E AURA CONCI INSTITUTO DE COMPUTAÇÃO UFF
Implementação de AG no Balanceamento Interativo de Linhas de Montagem
Algoritmos Genéticos Marcone Jamilson Freitas Souza
Computação Evolutiva: Programação Genética
Otimização de Funções Contínuas via Algoritmos Genéticos Adaptado do trabalho realizado por: Frederico Heitor Mônica do Amaral.
Otimização de Funções Contínuas via Algoritmos Genéticos
Inteligência Artificial
Algoritmo Genético.
Porto de Galinhas/PE – Jul/11
Algoritmos Genéticos Rômulo Ferreira Douro.
Apresentação Introdução à Programação Genética Título :
SÍNTESE DE MAREGRAMAS A PARTIR DE PREVISÕES DE MARÉ
Joelson Ricardo Stroparo Gerson Linck Bichinho e Roberto Max Protil
Roteiro Para o Trabalho do Módulo
Aplicação Multimédia para Ensino e Aprendizagem Bases de Dados
Métodos Populacionais
Controle de parâmetros em algoritmos evolucionários
Fórum dos Secretários de Educação do Estado do Pará Belém – Fevereiro 2009.
Métodos Populacionais
Prof. Dr. Celso Socorro Oliveira (ORIENTADOR)
O PROBLEMA DE SCHEDULING EM JOB-SHOP
Tópicos especiais em controle inteligente e distribuído Professor: Jorge Dantas de Melo Rafael Marrocos Magalhães.
Linguagem de Programação JAVA
Missão do IFAM Promover com excelência a educação, ciência e tecnologia para o desenvolvimento sustentável da Amazônia Plano de Desenvolvimento Anual.
Copyright©1996,1997 e 1999 by Cesar Rômulo Silveira Neto - Direitos Reservados 1 Planejamento de Empreendimentos Sócio-Econômicos Conceitos e Definições.
Acesso Candidato Programa de PROCESSO SELETIVO. Através da ferramenta online o candidato poderá efetuar: -Cadastro do Currículo; -Preenchimento de dados.
Algoritmos Genéticos Ricardo Prudêncio.
Discussão, debate e troca de experiência dirigidas sobre a organização e execução da 1ª etapa do Pacto Nacional pelo Fortalecimento do Ensino Médio – Região.
PROBLEMA DO EMPACOTAMENTO
Algoritmos e Estrutura de Dados I
O PROBLEMA DE SCHEDULING EM JOB-SHOP
II. METODOLOGIA Ambas as antenas, PIFA modificada e BFMA, foram analisadas numericamente empregando as equações integrais dos potenciais em conjunto com.
ESTÁGIO SUPERVISIONADO
Controle organizacional
PROPOSTA DE VISUALIZAÇÃO DE BIBLIOTECA MUSICAL PARA TOCADOR DE MÚSICA AMAROK Orientador: Sandro Andrade Equipe: André Caribé, Filipe Lins, Rafael Vasco.
Teste.
KDD E MINERAÇÃO DE DADOS
Projeto de um Algoritmo Genético Híbrido para Planejamento Operacional de Curto Prazo de Minerações a Céu Aberto Robert Fabricio Subtil.
Controle do horário trabalhado fora da unidade.
Acesso Candidato Programa de PROCESSO SELETIVO. Através da ferramenta online o candidato poderá efetuar: -Cadastro do Currículo; -Preenchimento de dados.
Computação Evolutiva Nome dado ao estudo de algoritmos cuja inspiração é o processo de evolução natural das espécies. Origem: trabalho de um pesquisador.
Algoritmos Genéticos ÝIntrodução ÝHistórico ÝAlgoritmo Genético Básico: 3Representação de um indivíduo 3Função de aptidão 3Operadores genéticos 3Critério.
Algoritmos Genéticos Uma visão geral do método Cláudio M. N. A. Pereira.
Taís Sineiro Herig Laboratório de Genômica e Expressão / UNICAMP
Nome do aluno Nome do professor orientador
1 Projeto Híbrido de Redes Neurais Ricardo Bastos C. Prudêncio Orientação: Teresa B. Ludermir CIn - UFPE Jan
Escalonamento de Operações de Reconfiguração Dinâmica Mestrado Integrado em Engenharia Eletrotécnica e de Computadores Aluno: Ricardo Ferreira Orientador:
Métodos Populacionais. Mantém um conjunto de soluções candidatas e não só uma solução Cada solução será modificada e avaliada Hill-Climbing paralelos.
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.
Gerador de grade de horários com Algoritmos Genéticos Prof. Roberto Heinzle, Doutor - Orientador Rodrigo Correia.
Teste.
Teste.
Teste.
Teste\. testes.
Transcrição da apresentação:

META-AG PARA DEFINIÇÃO DE HORÁRIOS ACADÊMICOS Acadêmico: Rafael Blanco Lopes Orientador: Ricardo Annes

SUMÁRIO 1- AG 2 - META-AG 3-TELAS 4- TESTES AG X META-AG 6- TRABALHOS FUTUROS 7- EXECUÇÃO 8- AGRADECIMENTOS

AG O que é? Parâmetros Cromossomo. Cruzamento. Mutação. Seleção. 1 1 1 1 1 Os algoritmos genéticos (Ags) são métodos adaptativos que podem ser usados Para resolver problemas de busca e otimização. Estão inspirados no processo genéticos e evolutivo dos organismos vivos. Cromossomo: Em termos de algoritmos é a codificação geralmente binária de uma Possivel solução para o problema. Cruzamento: É 1

META-AG O que é? PC PM Meta-cromossomo. Função de adequação. Desempenho Online. Desempenho Offline. pc,pm Cromossomo Valor medio Valor 1 1 15 Meta-AG AG Func-adeq

TELA PRINCIPAL

TELA DE OPÇÕES DO META-AG

TELA DE OPÇÕES DO AG

TELA DE EXECUÇÃO

TELA DE RESULTADOS

TESTE AG Parâmetros:Pc=65%, Pm=1%, População 300000, Gerações 100

TESTE META-AG Parâmetros: Pc inicial=90%, Pm inicial =2%, Ppop=10, Pmeta = 2%, População=300000, Gerações = 100, Loop de Avaliação=2, FuncAdeq= online.

TRABALHOS FUTUROS 1 1 1 Implementação de Cruzamento Multiponto. Utilização de técnicas Heurísticas. 1 1 1

PROGRAMA EM EXECUÇÃO Executar

AGRADECIMENTOS 1ª- Aos Pais Aos Colegas. Aos Professores.