Algoritmo das formigas

Slides:



Advertisements
Apresentações semelhantes
Grafos - Caminhos Caminhos Máximo / Mínimo:
Advertisements

Inteligência Artificial
Inteligência Artificial
Fluxo em Redes Prof. Ricardo R. Santos.
Algoritmos Genéticos Alex F. V. Machado. Algoritmos Genéticos Quanto melhor um indivíduo se adaptar ao seu meio ambiente, maior será sua chance de sobreviver.
8 métricas para medir ROI de Social Media Marketing
Problema do caixeiro viajante
Problema do Carteiro Chinês
Elisabete Longo Isabel Branco Árvores abrangentes.
CONCEITOS BÁSICOS DE GRAFOS
Prof. M.Sc. Fábio Francisco da Costa Fontes Abril
Fundamentos dos Algoritmos Genéticos Alex F. V. Machado.
1 Agentes Inteligentes Alex F. V. Machado. 2 Um programa de IA pode ser visto como um Agente Racional Plano da aula O que é um Agente Racional (inteligente)?
UM ESTUDO SOBRE O PROBLEMA DO CAIXEIRO VIAJANTE
Dárlinton B. Feres Carvalho
Colônia de Formigas (Ant Colony Optimization)
Medida do Tempo de Execução de um Programa
Introdução à Otimização
Inteligência Artificial
- Conceitos e termos - Aplicações
Algoritmo Genético.
Swarm Intelligence (Inteligência Coletiva)
Ronaldo Celso Messias Correia –
Prof. Rafael Stubs Parpinelli
Otimização por Colônias de Formigas – ACO (Ant Colony Optimization)
Algoritmos Genéticos - Capítulo 10 Representação Numérica
Problemas NP-completo
ESTRUTURA DE COMUNICAÇÃO DE DADOS
Marco Antonio Montebello Júnior
Insectos, Insectos Sociais e Formigas
AntColonySwarm: Simulação do Comportamento de uma Colônia de Formigas
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
Otimização Prof. Benedito C. Silva IRN UNIFEI
FACENS – Engenharia da Computação Inteligência Artificial Busca.
Otimização por Colônia de Formigas (ACO)
AntNet Algoritmos de formigas aplicados a encaminhamento de pacotes em redes Pedro Neves nº
Otimização por Colônia de Formigas Ant Colony Optimization
Busca com informação e exploração
Aula T06 – BCC202 Análise de Algoritmos (Parte 4) Túlio Toffolo
Universidade Católica de Pelotas Mestrado em Ciência da Computação
Meta-Heurística Colônia de Formigas
Redes ADSA António Câmara.
Algoritmos Evolutivos Algoritmos Genéticos Introdução
Tópicos Avançados em Inteligência Artificial
Inteligência Artificial
Técnicas de Busca Heurística Problemas da IA complexos demais para serem solucionados por técnicas diretas: criam-se técnicas de busca aprorpiados; chamados.
Algoritmos Genéticos Ricardo Prudêncio.
Uma Análise das plataformas CUDA e OpenCL usando MetaHeurísticas aplicadas no Problema do Caixeiro Viajante Aluno: Hedley Luna Gois Oriá Disciplina: Introdução.
COMPORTAMENTO DE FORMIGAS
Inteligência Artificial
Sistema de Previsão Financeira Tendências e medidas de probabilidade.

Revisão Rápida de Física Professor: Célio Normando.
Projeto Completo de Redes Ópticas com Topologia em Hierarquia
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.
Algoritmos Genéticos Ricardo Prudêncio.
ACO – From Real To Artificial Ants ACO- Ant Colony Optimization From Real To Artificial Ants Rafael Cruz - PESC Disciplina: Inteligência de enxame Professor:
REDES COMPLEXAS Rafael Dahis Engenharia de Computação e Informação UFRJ Redes de Computadores II – 2009/2 Professores: Luis Henrique Otto.
Inteligência Artificial
Mailson Felipe da Silva Marques Johnson Cordeiro Sarmento
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.
Algoritmos Genéticos Uma visão geral do método Cláudio M. N. A. Pereira.
Sistemas de Informação Inteligentes Aula 4 Nadilma Nunes
Comportamento Assintótico
Ant Colony Optimization Eraylson Galdino da Silva Universidade Federal de Pernambuco Centro de Informática Tópicos Avançados em Inteligência.
Transcrição da apresentação:

Algoritmo das formigas Foi proposto como uma abordagem multia-gente para problemas difíceis de otimização combinatória. Aplicações recentes abordam problemas como o roteamento de veículo e em redes de comunicações, ordenação sequêncial e coloração de grafos. O algoritmo das formigas foi inspirado na observação colônias de formigas reais.

Algoritmo das formigas As formigas vivem em colônias e o comportamento delas é mais direcionado para a sobrevivência da colônia como um todo e não a sobrevivência de um único individuo. O característica mais interessante de das formigas é que elas são capazes de encontrar o caminho mais curto entre a colônia e uma fonte de alimentos.

Algoritmo das formigas Enquanto a formiga caminha de sua colônia até uma fonte de alimento ela deposita uma substancia chamada feromônio pelo caminho, deixando um rastro por onde ele passou. Elas podem sentir o feromônio, e assim ao escolher o seu caminho, elas tendem, com uma maior probabilidade, a seguir caminhos marcados com uma concentração mais forte de feromônio.

Experimento da Ponte Binária Experimento realizado por Deneuborg em 1990, para estudar o comportamento forrageiro das formigas. As formigas seguem um dos caminhos com igual probabilidade, e devido a escolhas aleatórias, um dos caminhos terá mais feromônio e atrairá mais formigas.

Experimento da Ponte Binária Se o tamanho dos caminhos forem diferentes, as formigas irão convergir para o mais curto, pois ela é percorrida em menos tempo e assim mais formigas passam por ela, depositando uma quantidade maior de feromônio.

Algoritmo de otimização de colônias de formigas (ACO) O ACO é uma heurística baseada em probabilidade, criada para a solução de problemas computacionais que envolvem a procura de caminhos em grafos.

Algoritmo de otimização de colônias de formigas (ACO) Caixeiro viajante

Ant System (AS) O AS foi o primeiro algoritmo ACO. Nele as formigas se movem ao longo do grafo adicionando ao trajeto os nós que percorreu formando um circuito. A medida que as formigas percorrem o seus circuitos, cada uma delas deposita um rastro de feromônio associado aos arcos visitados. Isso faz com que o caminho seja mais desejável às formigas futuras. Elas depositam uma quantidade de feromônio proporcional a qualidade do percurso.

Ant System (AS)  taxa da evaporação, 0< <1 ; m  número das formigas; Δτkij quantidade de feromônio colocado na trilha entre i e j pela formiga k; Q  constante de projeto; Lk  comprimento do tour da k-ésima formiga.

Ant colony system (ACS) O ACS foi introduzido para melhorar o desempenho do AS. A contribuição mais importante foi a atualização do feromônio feita imediatamente após a formiga atravessar a aresta. τij (t) ← (1 − ϕ)τij (t)+ ϕτ0 Onde τ0 é o nível mínimo de feromônio e 0 <ϕ ≤ 1. A formiga remove o ferômonio da aresta que acabou de atravessar. Isso aumenta a diversidade , pois reduz a atividade das arestas que mais foram visitadas.