Professional Documents
Culture Documents
Horrio de atendimento tarde de 14 - 17 horas Sala 17, Prdio CT VII a combinar por email
Algoritmos Genticos
Tpicos
Introduo computao inspirada em mecanismos biolgicos Computao evolutiva (algoritmo gentico, programao evolucionria, programao gentica, evoluo diferencial) Inteligncia coletiva computacional (particle swarm, ants colony) Sistemas imunolgicos artificiais Redes neurais Lgica nebulosa Abordagens hbridas
Algoritmos Genticos
Computational Intelligence: Concepts to Implementations by Russell C. Eberhart and Yuhui Shi Na Intenet as Lectures esto disponveis no seguint endereo http://www.computelligence.org/issue/CICI/CICI.html#Download Material adicional ser fornecido de acordo com o tpico Material em portugs curso da Unicamp (Prof. F . von Zuben) http://www.dca.fee.unicamp.br/~vonzuben/courses/ia013.html
Algoritmos Genticos
Table of Contents
Chapter 1 - Background Chapter 2 - Computational Intelligence Chapter 3 - Evolutionary Computation Chapter 4 - Evolutionary Computation Implementations Chapter 5 - Artificial Neural Networks Chapter 6 - Artificial Neural Networks Implementations Chapter 7 - Fuzzy Systems Chapter 8 - Fuzzy System Implementation Chapter 9 - Computational Intelligence Implementations Chapter 10 - Performance Metrics Chapter 11 - Analysis and Explanation Chapter 12 - Case Study Summaries (click here to download) Glossary (click here to download)
Algoritmos Genticos
Avaliao Dois trabalhos computacionais a ser escolhido Seminrio sobre tpico atual (estado da arte) Um mini-projeto sobre tpico a ser definido (estudo de caso) com relatrio e apresentao oral
Algoritmos Genticos
Algoritmos Genticos
x0 Funo unimodal
Mnimo local x0 x1
Mnimo global
Funo multimodal
Algoritmos Genticos
Algoritmos Genticos
Algoritmos Genticos
Algoritmos Genticos
Algoritmos Genticos
f ( x, y ) x2 + y2 = 5
Algoritmos Genticos
Otimizao Restrita
Restrio de igualdade (exemplo)
Minimizar Sujeita a
f ( x, y ) x2 + y2 = 5
Algoritmos Genticos
Algoritmos Genticos
Mtodos de Otimizao
Gerar-e-Testar Mtodos Analticos Subida/Descida da Encosta Metaheursticas
Algoritmo Genticos Recozimento Simulado Particle Swarm Optimization
Algoritmos Genticos
Gerar-e-Testar
1-Gerar uma soluo:
Aleatoriamente ou sistematicamente
2-Testar a soluo 3-Voltar ao passo 1 ou apresentar a melhor soluo encontrada. um mtodo da fora bruta. Raramente usado.
Algoritmos Genticos
Mtodos Analticos
Usam tcnicas do Clculo Diferencial para encontrar os pontos extremos de uma funo. Desvantagens
No determina se ponto mnimo local ou global. Requer funes com derivadas. Difcil de trabalhar quando h grande nmero parmetros. Impraticvel para otimizar diversos problemas do mundo real.
Algoritmos Genticos
Bando de Pssaros
Nuvem de Insetos
Algoritmos Genticos
populao de agentes
Algoritmos Genticos
Histria do PSO
Desenvolvido em 1994/5 por Jim Kennedy e Russell Eberhart na Universidade de Indiana, Purdue, USA Um novo conceito inspirado em bando de pssaros ou nuvem de insetos: equilbrio em termos de individualidade e sociabilidade Ele baseado no ponto de vista da mente social, na qual indivduos querem ser individualistas, i.e. melhorar a si prprio Indivduos querem tambm aprender o sucesso de seus vizinhos (ambos localmente e globalmente), principalmente aprender suas experincias Com este conceito em mente eles desenvolveram PSO A populao chamada um swarm. Cada soluo candidato chamada partcula
Algoritmos Genticos
P1(x1,v1) Pbest1
P2(x2,v2) Pbest2
Algoritmos Genticos
P`1(x1,v1)
P`3(x3,v3) Pbest3
Pbest4 P`4(x4,v4)
Algoritmos Genticos
Algoritmos Genticos
Algoritmo-PSO(Pseudo-code)
Initializao aleatriado swarm (Posio e velocidade) Defina w, c1,c2, max num. de iteraes (gmax) Avalie posies das partculas (pbest) // (calculo da funo objetiva) begin While g<gmax for cada partcula Avalie as posies das partculas Atualize a posio da partcula (pbest) se a posio corrente melhor do que a contida na memria End Ache a partcula com a melhor posio global (gbest) for cada partcula Calcule a nova posio e velocidade End End while Algoritmos Genticos End
Gbest
Lbest
(p=20)
g(x) 0.5
0.4 0.3 0.2 0.1 0 0 0.5 1 1.5 2 2.5 3 3.5 4
Prob(x>1.49) = 0.067
Algoritmos Genticos
30 xi 30 , (i =1,2)
x* = (1,1)
f1( x* ) = 0
Algoritmos Genticos
5.12 xi 5.12,
f 4 ( x* ) = 0
(i =1,...,n).
x* = (0,...,0).
Algoritmos Genticos