Taís Sineiro Herig Laboratório de Genômica e Expressão / UNICAMP

Apresentação em tema: "Taís Sineiro Herig Laboratório de Genômica e Expressão / UNICAMP"— Transcrição da apresentação:

1 Taís Sineiro Herig Laboratório de Genômica e Expressão / UNICAMP
Algoritmos Genéticos Taís Sineiro Herig Laboratório de Genômica e Expressão / UNICAMP

2 Introdução Métodos computacionais inspirados na biologia evolutiva
Encontrar solução ótima São uma classe dos Algoritmos Evolutivos

3 Histórico Década de 60 John Holland, Universidade de Michigan
Otimização em sistemas complexos Simular matematicamente o mecanismo da evolução biológica

4 Ótimos Métodos matemáticos Métodos probabilísticos Ótimo global
Ótimo local Métodos matemáticos Métodos probabilísticos

5 Algoritmos Genéticos Codificação Função objetivo Espaço de soluções

6 Estrutura Cromossomo Solução Gene Parâmetro Locus Posição dos bits
Genótipo Configuração dos bits Geração Ciclo (cada iteração)

7 Representação do Cromossomo
Binária Real Símbolos Binária

8 Fluxograma do Algoritmo

9 População Inicial Inicialização Espaço de Busca Número de Elementos
Aleatória Determinística Espaço de Busca Número de Elementos Valor de aptidão (fitness)

10 Seleção Roleta Torneio Seleção proporcional Ranking

11 Cruzamento Escolha das soluções Escolha da posição Novo indivíduo

12 Mutação Baixa X Alta Taxa de Mutação Pmut

13 Condição de Parada Número máximo de gerações Tempo limite Estagnação
Resposta máxima da função objetivo

14 Vantagens Não requer informação auxiliar
Ótimos locais não reduzem a eficiência Excelentes resultados para a otimização em grande escala

15 Exemplos de Aplicação Cavalo do Xadrez Objetivo

16 Cavalo do Xadrez Analogias Processo Fitness (0,1) posições
Gene ordem do passo Cromossomo solução possível Processo Definir parâmetros

17 Cavalo do Xadrez

18 Cavalo do Xadrez Seleção (Roleta) Cruzamento Mutação Solução de Parada

19 Cavalo do Xadrez Tabela de Resultados

20 Cavalo do Xadrez

21 Exemplos de Aplicação Aplicação à Bioinformática Objetivo Como fazer
Separar seqüências pertencentes a um organismo A de um organismo B Como fazer Usar características relevantes de uma seqüência Seqüência % GC (a) Entropia (b)

22 Aplicação à Bioinformática
1 2 3 ... cromossomo a(1) + b(2) + c(3) = Taxa Teste com seqüências conhecidas: Taxa 1 Taxa 2 Taxa 3 Taxa 4 CÁLCULOS Valor de Aptidão da Solução

23 Aplicação à Bioinformática
Usar a solução que apresenta melhor valor de aptidão Calcular o percentual de acertos Aplicar a solução para resolver problemas com seqüências desconhecidas

24 Conclusão Algoritmo genético
Modelo matemático que aproveita a Biologia Evolutiva Pode ser usado para resolver qualquer problema Tem se mostrado eficaz na otimização de problemas

25 FIM