Docsity
Docsity
Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity

Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium

Guias e Dicas
Guias e Dicas
Venda na Docsity
Venda na Docsity
Docsity I.A.
Docsity I.A.
EntrarCadastre-se

Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity

Encontrar documentos

Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity

Encontra documentos específicos para os exames da tua universidade

Encontra documentos específicos para os exames da tua universidade

Videoaulas

Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade

Quiz

Responda perguntas de provas passadas e avalie sua preparação.

Docsity AINEW

Resuma seus documentos, faça perguntas, converta-os em questionários e mapas conceituais

TCC e ENEM 2026

Estude com provas passadas, TCCs e dicas úteis

Explorar perguntas

Tire suas dúvidas lendo as respostas dadas por outros alunos como você.

Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium

Compartilhe documentos
download point icon20 Pontos

Por cada documento compartilhado

Responda às perguntas
download point icon5 Pontos

por cada resposta enviada (máx. 1 por dia)

Todas as maneiras de obter pontos grátis
Ganhe pontos imediatamente

Escolha um Plano Premium com todos os pontos que precisa

Oportunidades de estudo

Escolha seu próximo programa de estudos

Entre em contato direto com as melhores Universidades do mundo. Pesquise entre milhares de Universidades e parceiros oficiais

Comunidade

Pergunte à comunidade

Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo

Guias grátis

Os eBooks que salvam estudantes!

Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity

IA - Algoritmos Genéticos, Notas de estudo de Informática

Universidade Federal de Goiás (UFG)Informática

Algoritmos Genéticos na Inteligência Artificial

Tipologia: Notas de estudo

Antes de 2010

Compartilhado em 08/05/2010

ricardo-peres-de-moraes-6
ricardo-peres-de-moraes-6 🇧🇷

3 documentos

1 / 34

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Prof. Laurence Rodrigues do Amaral
UFG/Jataí
Algoritmos Genéticos
Inteligência Artificial
Prof. Laurence Rodrigues do
Amaral
Este material foi baseado nas
aulas de Computação Evolutiva
ministradas pela Profa. Gina Oliveira na UFU e
No material disponibilizado por Ricardo Linden
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22

Pré-visualização parcial do texto

Baixe IA - Algoritmos Genéticos e outras Notas de estudo em PDF para Informática, somente na Docsity!

UFG/Jataí

Algoritmos Genéticos

Inteligência Artificial

Prof. Laurence Rodrigues do

Amaral

Este material foi baseado nasaulas de Computação Evolutiva ministradas pela Profa. Gina Oliveira na UFU eNo material disponibilizado por Ricardo Linden

UFG/Jataí

Introdução

-^

Algoritmos Genéticos (AGs) são métodoscomputacionais de busca baseados nosmecanismos da evolução natural e na genética,simulando a teoria da seleção natural de Darwin

UFG/Jataí

Introdução –

Computação Evolutiva

  • Algoritmos Evolutivos (AEs)
    • Métodos de busca estocásticos que modelam

fenômenos naturais:^ • Seleção natural• Herança genética

  • Metáfora
    • Seleção Natural
      • Busca em cada espécie pelas adaptações

benéficas.

UFG/Jataí

Introdução –

Computação Evolutiva

  • Principais métodos
    • Algoritmos Genéticos– Programação Genética– Estratégias Evolutivas– Programação Evolutiva

UFG/Jataí

Algoritmos Genéticos

•^

John Henry Holland^ – 1929-– Fort Wayne, Indiana - USA– Formação

-^

Graduação em Física – MIT(1950)

-^

Mestrado em Matemática -University of Michigan (1954)

-^

PhD em Ciência da Computação -University of Michigan (1959)

-^

Leciona nos cursos de Psicologia,Engenharia elétrica e Ciência dacomputação da Universidade deMichigan

  • Livro:

Adaptation in Natural and

Artificial Systems

  • 1975

UFG/Jataí

John Henry Holland

-^

Na Universidade de Michigan^ – A partir de experiências com implementações de

RNAs, Holland percebeu um nítido elo entre abiologia e a computação^ • As máquinas podiam ser levadas a adaptar-se ao meio

ambiente, tais como os seres vivos.

  • Potencial da evolução como máquina adaptativa: a

evolução é, tal como a aprendizagem, uma forma deadaptação ao meio ambiente.

  • Processo de fazê-lo era começar de baixo
    • A partir de uma situação de acaso e programar nas

máquinas mecanismos inspirados na natureza. Depois,estes mecanismos seguiriam seu próprio curso.

  • Modelo matemático do processo evolutivo
    • Algoritmo de busca com inspiração genética.

UFG/Jataí

Princípios dos AGs

-^

AGs realizam uma busca

não-determinista

baseada na abstração do conceito de evolução

-^

Classificação^ – Os AGs fazem parte dos

métodos probabilísticos

de busca e otimização

  • Obs: Um algoritmo probabilístico é um algoritmo que

utiliza a

probabilidade

como parte de sua

lógica

Diferente dos algoritmos convencionais, um algoritmoprobabilístico, dada uma mesma sequência deentrada,

não necessariamente leva a um mesmo

estado final

Algoritmos evolucionários comoUFG/Jataí

técnicas de busca

Técnicas de Busca

Baseadas em Cálculo

Aleatórias-Guiadas

Enumerativas

Algoritmos Evolucionários

Resfriamento Simulado

Estratégias Evolucionárias

Algoritmos Genéticos

Programação Genética

Paralelos

Seqüenciais

UFG/Jataí

AGs

-^

AGs não são métodos de "hill climbing", logoeles não ficarão estagnados simplesmente pelofato de terem encontrado um máximo local.

-^

Eles se parecem com a evolução natural, que sópor que encontrou um indivíduo que éinstantaneamente o melhor de um certo gruponão pára de “procurar” outros indivíduos aindamelhores.

-^

Na evolução natural isto também decorre decircunstâncias que mudam de um momentopara outro.

UFG/Jataí

AGs

-^

A evolução natural não é um processo dirigido àobtenção da solução ótima.

-^

O processo simplesmente consiste em fazercompetir uma série de indivíduos e peloprocesso de sobrevivência do mais apto, osmelhores indivíduos tendem a sobreviver.

-^

Um AG tem o mesmo comportamento que aevolução natural: a competição entre osindivíduos é que determina as soluções obtidas.

UFG/Jataí

AGs - Terminologia

-^

Nos sistemas naturais um ou maiscromossomos se combinam para formar ascaracterísticas genéticas básicas do indivíduoem questão.

-^

Na área dos AGs, os termos cromossomo eindivíduo são intercambiáveis, sendo usados deforma razoavelmente aleatória neste texto.

-^

Como a representação binária é dominante emvários dos textos básicos da área, muitas vezespode-se escrever

string

(de bits) significando o

mesmo que cromossomo

UFG/Jataí

AGs - Terminologia

Linguagem natural

AG

cromossomo

indivíduo, string, cromossomo,

árvore

gene

característica

alelo

valor

locus

posição

genótipo

estrutura

fenótipo

conjunto de parâmetros

UFG/Jataí

AGs –

Conceitos Importantes

  • Indivíduo
    • Cada ponto no espaço de busca do

problema, representado no sistema por umaestrutura representando seu cromossomo,uma cadeia de símbolos de tamanho fixo ouvariável.

UFG/Jataí

Indivíduo

• Representação binária

• Representação mista