Professional Documents
Culture Documents
Inteligncia Artificial
Contexto da aula
Inteligncia Artificial
Roteiro da aula
Inteligncia Artificial
Consideraes Iniciais
Evoluo de gerao a gerao de acordo com princpios de seleo natural e sobrevivncia dos mais fortes (Darwin -1859).
A combinao de boas caractersticas de ancestrais pode produzir superindivduos mais adaptados que seus ancestrais.
Logo, as espcies evoluem e logram caractersticas mais adaptadas ao ambiente que vivem.
1865 - Gregor Mendel (Pai da gentica) apresenta experimentos do cruzamento gentico de ervilhas.
Inteligncia Artificial
A Teoria da Evoluo comeou a partir da conceituao integrada da seleo natural com a Gentica. Os Algoritmos Genticos (AGs) usam uma analogia direta ao comportamento natural. Desenvolvido por John Holland (Universidade de Michigan). (1975) e seus alunos
Inteligncia Artificial
Conceitos
Amplamente utilizados, com sucesso, em problemas de difcil manipulao pelas tcnicas tradicionais Eficincia X Flexibilidade
Vantagens Possibilidade de escapar de mximos (ou mnimos) locais; Maior robustez que os mtodos mais tradicionais.
Inteligncia Artificial
Conceitos (continuao)
Aplicaes Otimizao de funes numricas. Otimizao de exploses combinatrias. TSP(Problema do Caixeiro Viajante (determinstico e no determinstico) Mochila Schedulling Aprendizado de Mquina
Inteligncia Artificial
Conceitos (continuao)
AG manipula uma populao de indivduos. Individuos so possveis solues do problema. Os indivduos so combinados (crossover) uns com os outros, produzindo filhos que podem sofrer ou no mutao. As populaes evoluem atravs de sucessivas geraes at encontrar a soluo tima. Uma funo de aptido(fitness) testa os indivduos como a natureza testa a todos nesta vida Utilizam uma codificao do conjunto de parmetros (indivduos) e no com os prprios parmetros (estados);
Inteligncia Artificial
Conceitos (continuao)
Vasculham vrias regies do espao de busca de cada vez; Utilizam informaes diretas de qualidade, em contraste com as derivadas utilizadas nos mtodos tradicionais de otimizao; Utilizam regras de transio probabilsticas e no regras determinsticas. Algoritmos Genticos podem ser considerados como mtodos que trabalham com Buscas Paralelas Randmicas Direcionadas
Inteligncia Artificial
Funcionamento
AG manipula uma populao de indivduos. Individuos so possveis solues do problema. Os indivduos so combinados (crossover) uns com os outros, produzindo filhos que podem sofrer ou no mutao. As populaes evoluem atravs de sucessivas geraes at encontrar a soluo tima. Uma funo de aptido (fitness) testa os indivduos como a natureza testa a todos nesta vida.
10
Inteligncia Artificial
Funcionamento (continuao)
1. Gerar a populao inicial. 2. Avaliar cada indivduo da populao. 3. Enquanto critrio de parada no for satisfeito faa 3.1 Selecionar os indivduos mais aptos. 3.2 Criar novos indivduos aplicando os operadores crossover e mutao. 3.3 Armazenar os novos indivduos em uma nova populao. 3.4 Avaliar cada cromossomo da nova populao.
11
Inteligncia Artificial
Funcionamento (continuao)
Cromossomos Na Natureza
Todo organismo vivo consiste de clulas. Em cada clula, existe o mesmo conjunto de cromossomos Cromossomos consistem de genes seqncias de DNA que servem para determinar as caractersticas de um indivduo
Algoritmo Gentico
Estrutura de dados que representa uma possvel soluo para o problema. Os parmetros do problema de otimizao so mapeados em uma estrura de dados adequada, cada qual com suas vantagens e seus problemas.
Inteligncia Artificial
12
Funcionamento (continuao)
Exemplos:
13
Inteligncia Artificial
Funcionamento (continuao)
Reproduo
Na Natureza Durante o processo de reproduo ocorre-se a recombinao (ou crossover (cruzamento)). Genes dos pais se combinam para formar novos cromossomos. Os descendentes criados podem sofrer mutaes, ou seja, os elementos do DNA podem ser trocados A adaptao de um organismo pode ser medida pelo sucesso do mesmo em sua vida
14
Inteligncia Artificial
Funcionamento (continuao)
Reproduo
Algoritmos Genticos Possibilita encontros ntimos na mating pool Imitao da seleo natural. Os melhores indivduos (maior aptido) so selecionados para gerar filhos atravs de crossover e mutao. Dirige o AG para as melhores regies do espao de busca. Tipos mais comuns de seleo Proporcional a aptido. Torneio: escolhe-se 2 indivduos aleatoriamente, o melhor selecionado.
Inteligncia Artificial
15
Funcionamento (continuao)
Funo de aptido
Aptido
Nota associada ao indviduo que avalia quo boa a soluo por ele representada. A Funo de aptido pode ser facilmente encontrada em alguns casos, mas pode ser de difcil definio quando existem fatores de restries e penalidades internos, ou uma combinao de diferentes objetivos na mesma funo.
16
Inteligncia Artificial
Funcionamento (continuao)
17
Inteligncia Artificial
Funcionamento (continuao)
Crossover
18
Funcionamento (continuao)
1 ponto
Multipontos Uniforme
19
Inteligncia Artificial
Funcionamento (continuao)
Crossover de 1 ponto
20
Inteligncia Artificial
Funcionamento (continuao)
Crossover Multiponto
21
Inteligncia Artificial
Funcionamento (continuao)
Crossover Uniforme
22
Inteligncia Artificial
Funcionamento (continuao)
Mutao
23
Funcionamento (continuao)
Parmetros Genticos
Tamanho da populao
Taxa de cruzamento Taxa de mutao Intervalo de gerao Critrio de parada
Nmero de geraes. Encontrou a soluo (quando esta conhecida). Perda de diversidade. Convergncia ( nas ltimas k geraes no houve melhora da na aptido) => Mdia ou Mxima
Inteligncia Artificial
24
Exerccio
Cdigo em Java
Duas equipes
1 Vai implementar o mesmo cdigo alterando o tipo de crossover de 1 para multiponto (pelo menos 2) 2 Vai implementar o mesmo cdigo alterando a funo de seleo
1)
1 semana
25
Inteligncia Artificial