Baixe o app para aproveitar ainda mais
Prévia do material em texto
Algoritmos Genéticos Alunos: Alan Ferreira L / Bruno Rocha Ribeiro 1. Implemente um algoritmo genético para resolver um problema de maximização de função Alpine 2: Nesta equação, representa o número de dimensões da função e para . Utilizar, neste trabalho, =2. Máximo Global da função é igual a f(x*)=2.808n, em x*=(7.917,…,7.917). Para n=2, o máximo é de 7.88. Genético Tamanho da população 100 Forma de seleção Roleta Tipo de crossover Crossover Aritmético Função objetivo Alpine2 Função de Fitness Alpine2 + 10 Número de Gerações 500 Taxa de Crossover 75% Taxa de Mutação 10% Gráficos: Geração atual: 10 Melhor: (7.93089132239632, 7.914148247174277) Pior: (4.841021866114269, 7.882456426377366) Geração atual: 20 Melhor: (7.925603323954924, 7.9232671982801595) Pior: (4.793201471089922, 7.93383469380138) Geração atual: 120 Melhor: (7.916677297365737, 7.918570266309183) Pior: (4.808060654732513, 7.932994298448651) Geração atual: 130 Melhor: (7.916677297365737, 7.918570266309183) Pior: (7.917602968465598, 4.825740902101857) Geração atual: 500 Melhor: (7.917250603658884, 7.916909770776123) Pior: (7.91517207721978, 4.814564511274426) Observe que na geração 120 para 130 o pior valor mudou bruscamente de posição (pontinho branco). Enquanto que o melhor valor sempre manteve posição aproximada (sinal + amarelo). Ao final da geração 500 podemos observar que os valores de mudança com relação a geração do 130 foram muito sutis.
Compartilhar