Buscar

Atividade - Algoritmo genéticos

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 5 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

Exercício – Algoritmos genéticos 
 
O que são algoritmos genéticos 
Algoritmos genéticos, são algoritmos de busca, baseando-se no mecanismo de 
seleção e recombinação genética, levando em consideração a sobrevivência da 
melhor solução candidata para determinado problema, é uma técnica baseada 
na teoria da evolução e seleção natural, de Charles Darwin. 
“As espécies evoluem pelo princípio da seleção natural e sobrevivência do mais 
apto” Charles Darwin (1809 - 1882) 
Desenvolvido por John Henry Holland em 1975-1992, buscando estudar o 
fenômeno de adaptação como acontece na natureza onde os “mais fortes” 
sobrevivem, procurou introduzir estes estudos em sistemas computacionais, 
onde os algoritmos são selecionados por meio de uma avaliação denominada 
fitness, esta função serve para avaliar as melhores variáveis (os dados 
disponíveis) e assim, selecionar os dados com as melhores avaliações para 
determinado problema, após isso, os novos dados inicia-se através de 
operadores genéticos, como: Seleção, Recombinação e Mutação. 
Etapas para o processo: 
1 – Inicia-se com todos os dados disponíveis 
2 – Avaliação de todos os dados 
3 – Seleção dos melhores dados avaliados 
4 – Combinação dos melhores dados através de uma “roleta” e sortear 
5 – Se necessário, recombinação dos dados, sortear novamente 
6 – Se ainda não estiver satisfeito com os resultados, pode usar-se a mutação, 
escolher e alterar os dados genéticos, sem questão de sorte. 
 
 
 
 
 
EXEMPLO 1 – GRADE DE AULAS 
Durante o processo de início das aulas, os coordenadores de turma, precisam 
definir os horários dos alunos de semestres, períodos, cursos e até mesmo 
campus diferente. normalmente, coordenadores possuem de 4 a 12 turmas para 
administrar, já que a duração dos cursos varia de 2 a 6 anos. 
Variável 1, professores, a grande maioria dos professores possuem diversas 
aquisições, conhecimento e especialização que podem ser ministradas em 
várias matérias pois eles dão aula para diferentes cursos, períodos e semestres 
e campus, além de trabalharem em outras instituições. 
Variável 2, carga horária de cada disciplina, levando em consideração que cada 
turma possui uma determinada carga horária semestral e semanal. 
Variável 3, laboratórios para atividades práticas, pois várias turmas precisam 
fazer uso. 
Juntamente com essas 3 variáveis, o coordenador de turma possui um desafio, 
precisa montar os horários das turmas dentro dessas opções, é o melhor meio 
para fazer isso, é combinar vários horários até chegar em uma solução, todas as 
turmas com horários definidos, sendo equivalente à sua carga horária e uso de 
laboratórios. 
Para este exemplo, o coordenador precisará fazer a seleção do corpo docente 
para cada turma e disciplina, tendo como base, disponibilidade, formações, 
especializações dos professores. 
Iniciando o “cruzamento de informações”, iniciará o processo de combinação e 
recombinação de horários, mediante disponibilidade dos professores 
selecionados, nos dias da semana e atividades práticas no laboratório. 
E assim, os algoritmos genéticos serão capazes de ajudar na resolução do 
problema, fazendo a adaptação de todas as variáveis com combinações e 
recombinações sem gerar conflitos com outros resultados, e a melhor solução 
candidata que atender a todos os requisitos será a grade horária dos alunos e 
professores. 
 
 
 
 
 
 
 
 
EXEMPLO 2 - AMAZON FRESH 
O mais atual dos tipos de comércio já feitos, utilizando tecnologia de inteligência 
artificial em suas unidades, onde o usuário amazon, possa fazer compras sem 
caixas e sem a necessidade de usar cartões ou dinheiro físico. Esse mercado foi 
estreado em 2016 nos estados unidos com nome de amazon Fresh, e logo após 
veio no reino unido, sendo eles uma expansão da rede amazon Go (a mesma 
que realiza entregas e vendas de produtos diversos) 
Logo em seguida da entrada da loja possui uma placa explicativa de como 
prosseguir dentro das lojas e como a compra funciona. O consumidor adentra a 
loja onde ele pode pegar uma sacola e por suas compras dentro dela, e ao sair 
da loja recebe um Email do valor a ser pago (caso seja na forma de Crédito) ou 
então uma notificação de débito tanto pelo e-mail quanto pelo aplicativo de 
banco. Tudo isso sem passar pela cobrança ou caixa ao final da compra 
E tudo isso feito por uma tecnologia implementada chamada de “Just Walk out” 
que utiliza uma série de sensores para acompanhar as compras do usuário, que 
utiliza uma série de sensores e câmera que analisam quais produtos que foram 
mapeados são retirados das prateleiras, acompanha toda sua compra até o final 
onde ocorre a saída da loja. Por isso é possível mensurar o valor e quantos 
produtos foram retirados da loja. Até mesmo é computado se o produto é 
devolvido ao local 
Já em outros locais como nos estados unidos o sensor está presente no carrinho, 
ou seja, você pega o produto é apenas colocá-lo no carrinho já é contabilizado 
um valor e qual produto pegou (os sensores ficam localizados nas bordas do 
carrinho, e um visor mostra ao cliente sua compra e valor). 
 
Nos dados mencionados acima podemos ter a análise da seguinte situação. A 
inteligência da loja com o tempo vem se desenvolvendo com as compras dos 
cliente e venda qual a maior rentabilidade de compra, sendo assim qual marca 
mais é comprada e procurada nos supermercados, ou seja, a marca que mais 
tiver demanda permanece em prateleiras para venda, e consecutivamente a com 
menor busca, saíra da venda do mercado local, isso obviamente irá variar de 
unidade para unidade, devido ao fato da cultura local, por exemplo: em uma 
unidade do interior ter uma maior busca para coisas de preparo caseiro, já em 
metrópoles teremos uma busca de coisas mais simples fáceis e rápidas para o 
dia a dia corrido. E isso tudo será mencionado e computado pela IA com isso ela 
vai designar qual produto e marca mais predominante do local informando assim 
os compradores de que determinado produto trata maior lucro para o local. 
 
 
 
 
 
 
 
EXEMPLO 3 - EducaTrans 
EducaTrans é um jogo educacional que tem como intuito principal trazer aos 
usuários a Educação no Trânsito e poder seguir as regras do trânsito na cidade 
sem perder energias. O EducaTrans utiliza algoritmos genéticos como 
mecanismo de evolução dos pedestres autônomos e acaba trazendo essa 
aplicação de forma que possamos influenciar pessoas a terem mais 
conhecimentos, habilidades ou competências em relação a essa educação 
básica. 
Como funciona o jogo 
O jogo consiste no jogador competir com a inteligência artificial para chegar a 
um determinado local do mapa do jogo para encontrar o tesouro sem infringir as 
leis de trânsito no menor tempo possível e com o máximo de energia. Ela 
também consiste em uma simulação do fluxo (IA) de pedestres, motoristas e 
ciclistas que partem de um mesmo ponto e buscam atingir o mesmo destino no 
menor tempo e com energias estáveis. 
Objetivo 
O objetivo desta aplicação é chegar no destino que o mapa nos indica com o 
máximo de energia (Você começa com 25) e o mínimo de tempo para podermos 
conquistar o tesouro. O jogo termina quando o jogador consegue chegar no local 
determinado pelo mapa ou se suas energias esgotaram por completo. Logo após 
encerrar o jogo podemos ver um relatório com o resultado da partida, seja 
tesouros ou penalidades, também podemos ver dos personagens autônomos, 
de forma que possamos aprender com os erros e acertos dos nossos “colegas”. 
Também poderemos observar nosso histórico (caminho que fez no cenário e dos 
níveis de energia que acumulou a cada momento), bem como dos demais 
jogadores. 
Aplicando os algoritmos genéticos 
Neste jogo de simulação educacional o Algoritmo genético é usado para criação 
de veículos na rua, pedestres e ciclistas autônomos que vão estar presentes na 
cidade. Os problemas são solucionados por um processo evolutivo resultando 
em uma solução melhor, ouseja, mais adequada, pensando nesse caso seria 
uma recombinação entre os indivíduos da população, até ter o melhor resultado 
se comparada a primeira população. Cada personagem (pedestre, ciclista, 
motorista) autônomo é representado por um código genético, onde cada gene 
representa um elemento da cena. Cada personagem autônomo é um indivíduo 
da população e sua condição analisa se ele está apto para aquela cena (fitness) 
e se é proporcional às recompensas e penalidades que ele recebeu ao longo da 
trajetória escolhida e inversamente proporcional à sua distância do ponto de 
chegada. Com os algoritmos genéticos, as mudanças de fases no jogo poderão 
ser implementadas através de novas gerações de indivíduos. 
 
 
REFERÊNCIAS 
https://youtu.be/5WshMdwQDSU 
https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para-
que-servem/ 
https://bioinfo.com.br/algoritmos-
geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indi
v%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o. 
https://www.youtube.com/watch?v=hlPyRnB9n0A&ab_channel=OlharDigital 
https://www.youtube.com/watch?v=Kd6sNd97vuo&ab_channel=Quediabos%3F 
https://www.youtube.com/watch?v=YaC9SZU6Z70&ab_channel=ViaInfinda 
https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans-
b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754 
https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_E
ducativo_para_o_Aprendizado_do_Transito 
 
 
 
 
 
 
https://youtu.be/5WshMdwQDSU
https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para-que-servem/
https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para-que-servem/
https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o
https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o
https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o
https://www.youtube.com/watch?v=hlPyRnB9n0A&ab_channel=OlharDigital
https://www.youtube.com/watch?v=Kd6sNd97vuo&ab_channel=Quediabos%3F
https://www.youtube.com/watch?v=YaC9SZU6Z70&ab_channel=ViaInfinda
https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans-b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754
https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans-b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754
https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_Educativo_para_o_Aprendizado_do_Transito
https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_Educativo_para_o_Aprendizado_do_Transito

Continue navegando