Inteligência Artificial

Apresentação em tema: "Inteligência Artificial"— Transcrição da apresentação:

1 Inteligência Artificial

2 Agenda - Aula 06 Computação Evolutiva Algoritmos Genéticos

3 Computação Evolutiva Dois enfoques Teoria de Evolução de Darwin
Otimização de problemas Resolução de Problemas Teoria de Evolução de Darwin Projeção a partir dos anos 70 Ampla utilização na abordagem de diversos problemas devido à sua adaptabilidade e robustez

4 Algoritmos Genéticos Idéia Básica
Analogia com mecanismos de Evolução Natural de Darwin Capacidade de adaptação a diversos ambientes OTIMIZANDO a chance de sobrevivência John Holland: tenta copiar os mecanismos dos sistemas naturais e adaptá-los para sistemas artificias

5 Teoria de Darwin As espécies evoluem através de modificações nos códigos genéticos dos indivíduos – GENÓTIPOS. Essas modificações são introduzidas pela reprodução sexuada, quando se combinam dois genótipos diferentes ou através de mutações (pequena modificação num genótipo). Genótipos mais características encontradas no ambiente constroem as características físicas do indivíduo – FENÓTIPO Os indivíduos cujos genótipos favorecem fenótipos adaptados ao ambiente onde vivem têm mais chances de sobrevivência e reprodução.

6 Teoria de Holland Nova forma de abordar problemas
Um conjunto de soluções é codificado geralmente através de um string Esse string é chamado de indivíduo ou cromossomo. Um conjunto de indivíduos é chamado população. Cada iteração é chamada geração Em cada geração os indivíduos são submetidos à operações de crossover, mutação, avaliação e seleção

7 Codificação do Problema
Descrever as soluções como indivíduos Definição das variáveis ( gens ) Ideal compacta, completa e estável Compacta: menor número possível de variáveis para representar uma solução Completa: capacidade de representar todas as soluções possíveis Estável: pequenas mudanças no indivíduo leva a pequenas alterações de adaptabilidade

8 Seleção Deve favorecer os bons indivíduos
Velocidade de convergência deve ser calibrada Formas de seleção Seleção por Roleta ponderada Seleção Linear Seleção por descendência

9 Operações Crossover Misturar informações genéticas de dois indivíduos originando um terceiro Codificação binária – crossover a um ponto

10 Operações Mutação Leve alteração no cromossomo
Codificação binária mutação a um bit é a mutação por excelência

11 Fitness É unicamente através da função de aptidão (fitness) que esse tipo de algoritmo sabe se uma solução é melhor que a outra. Deve ser calculada de forma eficiente Numa solução de g gerações e n indivíduos ela será calculada g x n vezes.

12 Codificação do Problema
Idéia Básica Gera Solução Inicial Crossover Codificação do Problema Seleção Mutação S continua Avaliação N