Algoritmos Genéticos Rômulo Ferreira Douro

Estrutura da apresentação Introdução – heurísticas Algoritmos genéticos Ideias e considerações Conceitos básicos: representação, geração inicial, fitness, seleção, reprodução, mutação, parâmetros Procedimento de execução Refinamento: busca local AG’s paralelos Exemplos de aplicações

- Introdução – Heurísticas Alcançar uma boa solução Tempo computacional aceitável Algoritmos evolucionários Aspectos biológicos Soluções computacionais Algoritmos Genéticos, Programação Genética, Programação Evolucionária

- Algoritmos Genéticos - Ideias e considerações História: Concebidos por John Holland (1975) Analogia com sistemas naturais Natureza Algoritmo Genético Cromossomo Binário, String, vetor Gene Característica do problema Genótipo Estrutura Fenótipo Estrutura submetida ao problema Indivíduo Solução Geração Ciclo da evolução

- Algoritmos Genéticos - Conceitos básicos Representação Dependente da necessidade do problema Cadeia de bits (função) Vetor (Caixeiro Viajante)

- Algoritmos Genéticos - Conceitos básicos Representação – Cadeia de bits (função) f(x) = 1024-(x-32)2

- Algoritmos Genéticos - Conceitos básicos Representação – Vetor (Caixeiro Viajante) C = {3, 4, 2, 1, 5} 4 3 2 5 1

- Algoritmos Genéticos - Conceitos básicos Geração inicial População gerada aleatoriamente Utilização de outra heurística Geralmente depende do problema Exemplo GRASP

- Algoritmos Genéticos - Conceitos básicos Fitnnes Também chamado de aptidão Geralmente se usa a própria função objetivo Pode ser agregado de penalidades

- Algoritmos Genéticos - Conceitos básicos Seleção Comumente usado o método da roleta

- Algoritmos Genéticos - Conceitos básicos 100 3 4 1 2

- Algoritmos Genéticos - Conceitos básicos Reprodução Um conjunto é selecionado e trocado entre indivíduos

- Algoritmos Genéticos - Conceitos básicos Reprodução Aplicado ao PCV {2,3,5,1,4} {1,5,2,4,3} {1,5,3,2,4} {2,3,1,4,5}

- Algoritmos Genéticos - Conceitos básicos Mutação Altera um ou mais genes = gera material genético diversificado {2,3,5,1,4} {2,3,4,1,5}

- Algoritmos Genéticos - Conceitos básicos Parâmetros Tamanho da população Taxa de cruzamento Taxa de mutação Taxa de substituição

- Algoritmos Genéticos - Conceitos básicos Tamanho da população Se pequeno Executa rápido Baixa qualidade Se grande Boa qualidade Custo computacional

- Algoritmos Genéticos - Conceitos básicos Taxa de cruzamento Se pequeno Convergência demorada Se grande Perda de material genético

- Algoritmos Genéticos - Conceitos básicos Taxa de mutação Previne a permanência em espaço de busca limitado Máximos locais Se muito elevado Busca aleatória (ruim)

- Algoritmos Genéticos - Conceitos básicos Taxa de substituição Quantidade de indivíduos a ser descartada Bons sobrevivem Menos aptos são excluídos Material genético desconsiderado

- Algoritmos Genéticos - Procedimento da execução Esquema de execução

- Algoritmos Genéticos - Refinamento Busca local

- Algoritmos Genéticos - AG paralelo Principal motivo Elevar o tamanho populacional Algoritmo Genético Insular Populações evoluem de forma independente Política de migração Cuidado para não inserir indivíduos muito aptos e passíveis de conquistar uma população

- Algoritmos Genéticos - AG paralelo Mestre X Escravos

- Algoritmos Genéticos - AG paralelo População Global com Paralelismo Um processador contém a população e outros efetuam a avaliação do indivíduo Função de avaliação muito custosa Algoritmo Genético Celular Para cada processador é fixada a tarefa de um indivíduo e as iterações entre eles é feita entre processadores vizinhos

Exemplos de aplicações Robótica de combate a acidentes ambientais Dobramento de proteínas Configuração temporal para mercado financeiro Just-in-time Scheduling Sequênciamento com penalidades