ALGORITMOS GENTICOS

9 Semestre Engenharia de Computao Centro

Universitrio das Faculdades Associadas de Ensino
FAE Inteligncia Artificial
O QUE SO ALGORITMOS GENTICOS?
So Algoritmos utilizados pela computao para
localizar solues aproximadas em problemas de
otimizao e busca baseado principalmente no
conceito evolutivo ele utiliza tcnicas inspirada pela
biologia evoltiva como por exemplo hereditariedade,
mutao, seleo natural e recombinao porm
com informaes ou dados da obtidos de uma base
ou do usurio
INTRODUO
Algoritimos genticos foram fundamentados pelo
americano John Henry Holland, estes algoritimos
visam dar solues o mais proximo do real para
buscas ou otimizao de dados de uma base com
muitas regras e informaes, utilizando para isso
as mesmas tcnicas de biologia para identificar se
um gen herdeiro de outro ou ainda se ele pode
evoluir gerando um novo ramo de gens, se ele
pode mudar suas caracteristicas, se combinar, etc.
Porm no nosso caso o gen a informao que
trabalhamos o dado concreto onde queremos
chegar com a busca ou com a otimizao de uma
base que muitas vezes pode ser gigantesca.
COMO FUNCIONAM OS ALGORITMOS
GENTICOS?
Algoritmos genticos so implementados como
uma simulao de computador em que uma
populao de representaes abstratas de soluo
selecionada em busca de solues melhores. A
evoluo geralmente se inicia a partir de um
conjunto de solues criado aleatoriamente e
realizada por meio de geraes. A cada gerao, a
adaptao de cada soluo na populao
avaliada, alguns indivduos so selecionados para
a prxima gerao, e recombinados ou mutados
para formar uma nova populao. A nova
populao ento utilizada como entrada para a
prxima iterao do algoritmo.
MODELAGEM DE UM SISTEMA DE BUSCA POR
ALGORTMOS GENTICOS
Busca Populao
Solues
1
Gerao
2/Avaliao 2
Solues
2
Solues
4
Resuldado
Solues
3
Gerao 1/ Avaliao 1
Gerao 3/
Avaliao 3
Gerao 4/
Avaliao 4
NO QUE ELES SE DESTACAM DOS DEMAIS?
Baseiam-se em uma codificao do conjunto das
solues possveis, e no nos parmetros da
otimizao em si;
os resultados so apresentados como uma
populao de solues e no como uma soluo
nica;
no necessitam de nenhum conhecimento derivado
do problema, apenas de uma forma de avaliao
do resultado;
usam transies probabilsticas e no regras
determinsticas

MODELO DE ALGORITIMO
funo AlgoritmoGentico(populao, funo-objetivo)
sadas: indivduo
entradas: populao uma lista de indivduos
funo-objetivo uma funo que recebe um indivduo e retorna
um nmero real.
repetir
lista de pais := seleo(populao, funo-objetivo)
populao := reproduo(lista de pais)
enquanto nenhuma condiao de parada for atingida
retorna o melhor indivduo da populao de acordo com a
funo-objetivo
FUNO OBJETIVO
o objeto de nossa otimizao. Pode ser um
problema de otimizao, um conjunto de teste para
identificar os indivduos mais aptos, ou mesmo uma
"caixa preta" onde sabemos apenas o formato das
entradas e nos retorna um valor que queremos
otimizar. A grande vantagem dos algoritmos
genticos esta no fato de no precisarmos saber
como funciona esta funo objetivo, apenas t-la
disponvel para ser aplicada aos indivduos e
comparar os resultados
INDIVIDUO
meramente um portador do seu cdigo gentico. O
cdigo gentico uma representao do espao de
busca do problema a ser resolvido, em geral na forma
de seqncias de bits. Por exemplo, para otimizaes
em problemas cujos valores de entrada so inteiros
positivos de valor menor que 255 podemos usar 8 bits,
com a representao binria normal, ou ainda uma
forma de cdigo gray. Problemas com mltiplas
entradas podem combinar as entradas em uma nica
seqncia de bits, ou trabalhar com mais de um
"cromossomo", cada um representando uma das
entradas. O cdigo gentico deve ser uma
representao capaz de representar todo o conjunto
dos valores no espao de busca, e precisa ter tamanho
finito.
COMO FEITA A SELEO?
tambm outra parte chave do algoritmo. Em
geral, usa-se o algoritmo de seleo por "roleta",
onde os indivduos so ordenados de acordo com a
funo-objetivo e lhes so atribudas
probabilidades decrescentes de serem escolhidos -
probabilidades essas proporcionais razo entre a
adequao do indivduo e a soma das adequaes
de todos os indivduos da populao. A escolha
feita ento aleatoriamente de acordo com essas
probabilidades. Dessa forma conseguimos escolher
como pais os mais bem adaptados, sem deixar de
lado a diversidade dos menos adaptados
E A REPRODUO PARA PROXIMAS
GERAES(SOLUES) COMO FEITA?
Tradicionalmente ela divididas em trs etapas:
acasalamento
Recombinao
mutao.
ACASALAMENTO
a escolha de dois indivduos para se
reproduzirem (geralmente gerando dois
descendentes para manter o tamanho
populacional). A recombinao, ou crossing-over
um processo que imita o processo biolgico
homnimo
RECOMBINAO
Os descendentes recebem em seu cdigo gentico
parte do cdigo gentico do pai e parte do cdigo
da me. Esta recombinao garante que os
melhores indivduos sejam capazes de trocar entre
si as informaes que os levam a ser mais aptos a
sobreviver, e assim gerar descendentes ainda mais
aptos
MUTAO
so feitas com probabilidade a mais baixa possvel,
e tem como objetivo permitir maior variabilidade
gentica na populao, impedindo que a busca
fique estagnada em um mnimo local
CONCLUSO
Um tipo de algoritmo extremamente eficaz
Utiliza de tcnica fceis e logicas bsicas por meio
de combinao
Pode ser aplicado a estruturas e bases complexas
e conseguir obter dados confiveis ou ao menos
justificveis de uma busca previamente executada.
Fcil implantao e utilizao.