Apresentação de Algoritmo Genético em TOSI 1

1. Algoritmo Genético
Allan Denis
<allancomll@gmail.com>

2. Falarei sobre:
História
Conceitos básicos
Aplicações
Artigo: Algoritmo
Genético no
transporte
público
Exemplo prático:
escolha das
disciplinas do
curso
Lições aprendidas

3. História

4. Algoritmos Genéticos são “baseados nos mecanismos de seleção e
genética naturais”. (Goldberg, 1989)

5. Premissas

6. Há uma
representação
binária das
soluções para o
problema
(cromossomo)

7. Os cromossomos
são comparáveis
e mescláveis em
quaisquer pontos

8. Função de aptidão (fitness)
𝑓: 𝐵 𝑛
→ ℝ

9. População Inicial

10. Seleção e elitismo

11. Operadores genéticos

12. Fluxo de execução
Avaliação
Seleção
Cruzamento
Mutação
População
inicial
Solução
aceitável

13. Critérios de parada
Solução
atende
requisitos
Número de
gerações
Tempo ou
custo de
execução
Estagnação de
resultados
Combinação
dos itens
anteriores

14. Aplicações

15. Evolved Antenna
(NASA)
http://nmp.jpl.nasa.gov/st5/

16. Vírus (reais) produzem componentes eletrônicos
por evolução assistida.

17. ... e muito, MUITO mais!

18. Artigo: AG no transporte público
Artigo
• Problema
• Solução proposta
• Uso do AG
• Críticas

19. Exemplo prático: horário do curso

20. Lições aprendidas
Prós
• Solução eficaz (em relação à
combinatória)
• Simplicidade
• A máquina trabalha para você
• Evolução rápida
Contras
• Não encontra necessariamente a
melhor solução
• Função fitness pode ser pesada
demais
• Não determinístico

21. Perguntas

22. Referências
How Evolution Works (disponível emyoutu.be/hOfRN0KihOU)
BELCHER, Angela. Using nature to grow batteries. Vídeo disponível em
ted.com/talks/angela_belcher_using_nature_to_grow_batteries
GOLDBERG, D. E. Genetic Algorithms in Search, Optimization, and Machine Learning,
Reading: Addison-Wesley Longman, Inc, 1989.
MICHALEWICZ, Z.; FOGEL, D. B. How to Solve it: Modern Heuristics. [S.I.], Springer, 2000.
github.com/AllanDenis/ajuste-de-matricula