Um estudo sobre algoritmos meméticos e sua ... - INF-Unioeste
Um estudo sobre algoritmos meméticos e sua ... - INF-Unioeste Um estudo sobre algoritmos meméticos e sua ... - INF-Unioeste
Figura 2.1: Passos da execução de um AG2.1 Representação e CodificaçãoConforme vimos anteriormente todos os AGs devem possuir uma representação para assoluções candidatas a resolução do problema, chamada de cromossomo. Sua estrutura na maioriadas vezes é um vetor, porém outras estruturas também podem ser utilizadas como árvores ematrizes. As codificações, ou representações mais utilizadas são a binária e a real.Segundo Moscato [6], os primeiros cromossomos desenvolvidos por Holland em seus AGsutilizavam a codificação binária para representar os problemas. Apesar de esta codificaçãoser de fácil utilização e compreensão, em alguns casos obter a representação binária a partirdo problema não é um processo muito óbvio, porém para um grande número de problemasde otimização esta representação é um processo natural. Devido a sua ineficiência em algunsproblemas práticos com aplicações industriais, outras codificações surgiram como, por exemplo,a codificação com caracteres ou números reais.2.1.1 Representação BináriaSegundo Mognon [9] o código binário, que utiliza os símbolos 0 e 1 para representar asvariáveis, é muito explorado para a codificação dos cromossomos. Na codificação binária os5
cromossomos são compostos por strings de zeros e uns, e os parâmetros (genes) são representadospor conjuntos de bits.Porém, para Catarina [10], quando a codificação binária é utilizada em problemas com variáveiscontínuas e que se espera uma boa precisão na resolução, os cromossomos se tornamlongos. Consequentemente este aumento dos cromossomos resultará também em um aumentode tempo para seu processamento.2.1.2 Representação RealPelos motivos apresentados na Seção 2.1.1 com relação a variáveis contínuas e resultadosprecisos, outras formas de codificação dos cromossomos foram desenvolvidas. Dentre estasuma das mais utilizadas é a codificação real.Para Catarina [10] “essa forma de codificação consiste em representar, em um gene oucromossomo, uma variável numérica contínua através de seu próprio valor real”. Assim, estacodificação faz com que os métodos de troca de informações genéticas, como cruzamento emutação se tornem mais complexos, em consequência os operadores genéticos precisam deimplementação específica [9].2.2 Criação da População InicialApós a definição da codificação do cromossomo, o próximo passo é escolher como a populaçãoinicial será gerada, sendo sua criação realizada no primeiro passo da execução de umAG.Segundo Moscato [6] a população inicial de um AG pode ser criada de maneiras diferentes,entre as quais podemos citar:• inicialização de forma aleatória: como o próprio nome já sugere, a população é geradade forma aleatória, sem seguir nenhum padrão ou algoritmo. Pode ser considerado ummétodo bom para testar o funcionamento de um AG, já que as soluções obtidas são puramenteconsequência da evolução dessa população aleatória, e não possuem interferênciadas características dos métodos utilizados para gerar a população inicial;• inicialização heurística: neste caso a população é gerada através de alguns métodos6
- 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 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 34 and 35: • Cegos: são os operadores que n
- 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
Figura 2.1: Passos da execução de um AG2.1 Representação e CodificaçãoConforme vimos anteriormente todos os AGs devem possuir uma representação para assoluções candidatas a resolução do problema, chamada de cromossomo. Sua estrutura na maioriadas vezes é um vetor, porém outras estruturas também podem ser utilizadas como árvores ematrizes. As codificações, ou representações mais utilizadas são a binária e a real.Segundo Moscato [6], os primeiros cromossomos desenvolvidos por Holland em seus AGsutilizavam a codificação binária para representar os problemas. Apesar de esta codificaçãoser de fácil utilização e compreensão, em alguns casos obter a representação binária a partirdo problema não é um processo muito óbvio, porém para um grande número de problemasde otimização esta representação é um processo natural. Devido a <strong>sua</strong> ineficiência em algunsproblemas práticos com aplicações industriais, outras codificações surgiram como, por exemplo,a codificação com caracteres ou números reais.2.1.1 Representação BináriaSegundo Mognon [9] o código binário, que utiliza os símbolos 0 e 1 para representar asvariáveis, é muito explorado para a codificação dos cromossomos. Na codificação binária os5