Um estudo sobre algoritmos memÃ©ticos e sua ... - INF-Unioeste

More documents

Recommendations

Info

• Cegos: são os operadores que não recebem nenhum outro dado de entrada além do conjuntode Spais, assim não utilizam informações da instância do problema;• Heurísticos ou Híbridos: são os operadores que usam conhecimentos sobre o problema,assim utilizam as informações do problema para guiarem a criação dos descendentes, podendoser feito de várias formas para cada problema, sem uma taxonomia fixa. Porém,o conhecimento do problema pode ser introduzido em dois momentos: na seleção dascaracterísticas dos pais que serão repassadas aos descendentes, ou na seleção das característicasnão vindas dos pais que serão adicionadas aos descendentes.Moscato conclui que os operadores de recombinação heurísticos geram soluções melhoresdo que os operadores classificados como cegos. Porém, os heurísticos requerem um maior custocomputacional para serem executados.3.5 Projeto de um AMUm AM mantém a todo o momento, assim como um AG, uma população com diversassoluções para o problema. Cada elemento desta população é chamado de agente, equivalenteaos indivíduos nos AGs. Estes agentes se relacionam através de competição e cooperação, jámencionados na seção 3.2. A cada novo relacionamento, aplicação de competições (seleção ebusca local) e cooperações (recombinação), entre os agentes modificando a população, dizemosque temos uma nova geração.Algorithm 1 Algoritmo da Função AM.Função AM(tamanhoP opulacao: N, opr: Operador[])variáveispop: Agente[];iníciopop ← iniciarP opulacao(tamanhoP opulacao);enquanto terminaCriterioAM() façapop ← criarGeracao(pop, opr);se convergeP rematura(pop) entãopop ← reiniciarP opulacao(pop);fim sefim enquantoretorne melhor(pop);fim21
No Algoritmo 1, adaptado de [2], começaremos a descrever os passos genéricos para aconstrução de um AM, baseado na definição mostrada por Moscato e Cotta [2].Podemos observar que o primeiro passo de AM consiste em iniciar a população, podendoser de diferentes formas: de modo aleatório, através da utilização de heurísticas, ou aindaaplicando-se uma busca local. Esta última forma pode ser exemplificada no Algoritmo 2, adaptadode [2], onde inicialmente é gerado um agente de maneira aleatória e depois aplicado abusca local sobre o mesmo.Algorithm 2 Algoritmo da Função iniciarP opulacao.Função iniciarP opulacao(tamanhoP opulacao:N)variáveispop: Agente[];agente: Agente;j: N;iníciopara j ← 1 até tamanhoP opulacao façaagente ← agenteAletorio();pop[j] ← buscaLocal(agente);fim pararetorne pop;fimAlgorithm 3 Algoritmo da Função buscaLocal.Função buscaLocal (atual: Agente, op: Operador)variáveisnovo: Agente;inícioenquanto terminaCriterioLocal() façanovo ← aplicar(atual, op);se F g(novo) melhor F g(atual) entãoatual ← novo;fim sefim enquantoretorne atual;fimA busca local, mostrada no Algoritmo 3, adaptado de [2], nada mais é do que a tentativade encontrar um agente melhor a partir de um agente base, ou seja, melhorar o valor da funçãoguia F g do agente base, através da aplicação de um operador, até um certo critério de parada. O22
Page 3 and 4: ANA PAULA FREDRICHUM ESTUDO SOBRE A
Page 5 and 6: AGRADECIMENTOSAgradeço inicialment
Page 7 and 8: A.4 Percurso obtido com o AM para a
Page 10 and 11: Lista de SímbolosPxsol(x)res(x)S(x
Page 12 and 13: 3.2 Passos Gerais dos AMs . . . . .
Page 14 and 15: Capítulo 1IntroduçãoOs consolida
Page 16 and 17: Capítulo 2Algoritmos GenéticosNa
Page 18 and 19: Figura 2.1: Passos da execução de
Page 20 and 21: mais diretos como, por exemplo, o a
Page 22 and 23: si considerando o seu valor de apti
Page 24 and 25: para o outro filho à característi
Page 26 and 27: Capítulo 3Algoritmos MeméticosOs
Page 28 and 29: 3.2 Passos Gerais dos AMsA partir d
Page 30 and 31: uma perturbação local junto à re
Page 32 and 33: Moscato [13] definiu a paisagem com
Page 36 and 37: operador geralmente aplicado é o o
Page 38 and 39: Moscato [13] mostra que existe outr
Page 40 and 41: Capítulo 4Problema do Caixeiro Via
Page 42 and 43: ou até bilhões de anos para retor
Page 44 and 45: Tabela 4.1: Alguns operadores de cr
Page 46 and 47: • 1 o Passo: Escolhe-se dentre as
Page 48 and 49: método 2-Opt, que deu origem ao Li
Page 50 and 51: Capítulo 5Testes e AnálisesPara a
Page 52 and 53: Analisando os resultados, temos que
Page 54 and 55: ou para menos. Para o tempo de exec
Page 56 and 57: Ao analisar os resultados, podemos
Page 58 and 59: Capítulo 6Considerações Finais e
Page 60 and 61: Figura A.3: Percurso obtido com o A
Page 62 and 63: Figura A.9: Percurso obtido com o A
Page 64 and 65: Figura B.3: Percurso obtido com o A
Page 66 and 67: Figura B.9: Percurso obtido com o A
Page 68 and 69: [10] CATARINA, A. S.; BACH, S. L. E

Um estudo sobre algoritmos memÃ©ticos e sua ... - INF-Unioeste

Create successful ePaper yourself

Delete template?

Save as template?