intelig ncia artificial
Download
Skip this Video
Download Presentation
Inteligência Artificial

Loading in 2 Seconds...

play fullscreen
1 / 12

Inteligência Artificial - PowerPoint PPT Presentation


  • 75 Views
  • Uploaded on

Inteligência Artificial. Agenda - Aula 06. Computação Evolutiva Algoritmos Genéticos. Computação Evolutiva. Dois enfoques Otimização de problemas Resolução de Problemas Teoria de Evolução de Darwin Projeção a partir dos anos 70

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Inteligência Artificial' - pennie


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
agenda aula 06
Agenda - Aula 06
  • Computação Evolutiva
    • Algoritmos Genéticos
computa o evolutiva
Computação Evolutiva
  • Dois enfoques
    • 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
algoritmos gen ticos
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
teoria de darwin
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.
teoria de holland
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
codifica o do problema
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
sele o
Seleção
  • Deve favorecer os bons indivíduos
  • Velocidade de convergência deve ser calibrada
  • Formas de seleção
    • Seleção por Roleta ponderada
    • Seleção Linear
    • Seleção por descendência
opera es
Operações
  • Crossover
    • Misturar informações genéticas de dois indivíduos originando um terceiro
    • Codificação binária – crossover a um ponto
opera es1
Operações
  • Mutação
    • Leve alteração no cromossomo
    • Codificação binária mutação a um bit é a mutação por excelência
fitness
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.
id ia b sica
Idéia Básica

Gera Solução Inicial

Crossover

Codificação do Problema

Seleção

Mutação

S

continua

Avaliação

N

ad