Baixe o app para aproveitar ainda mais
Prévia do material em texto
Algoritmos Genéticos Conceitos � Segundo John Holland(1970) algoritmos genéticos são modelos computacionais que imitam os mecanismos da “evolução natural” para resolver problemas de otimização.para resolver problemas de otimização. 2 � Algoritmos genéticos (AG’s) são métodos computacionais de busca baseados nos mecanismos Conceitos computacionais de busca baseados nos mecanismos de evolução natural e na genética. Num AG uma população de possíveis soluções para o problema em questão evolui de acordo com operadores probabilísticos concebidos a partir de metáforas biológicas, de modo que há uma tendência de que, nabiológicas, de modo que há uma tendência de que, na média, os indivíduos representem soluções cada vez melhores à medida em que o processo evolutivo continua (Tanomaru, 1995). 3 Motivações � Como explicar a diversidade dos animais? � Como explicar sua evolução? � Qual é a influência das populações anteriores? � Qual é a influência do meio ambiente? 4 Curiosidades � O Urso Polar é BRANCO porque vive na NEVE?NEVE? ou � O Urso Polar vive na NEVE porque é BRANCO? 5 � 1809: Jean-Baptiste Lamarck Lei do uso e do desuso. História da Teoria da Evolução � Lei do uso e do desuso. � pelo uso e desuso de suas aptidões, a natureza força os seres a se adaptarem para sobreviverem. � Lei dos caracteres adquiridos. � Os serem mais fortes são mais capazes de “trasmitir” suas aptidões às novas gerações. 6 � 1859: Charles Darwin História da Teoria da Evolução � 1859: Charles Darwin � É pela lei da Seleção Natural que os seres mais adaptados ao seus ambientes sobrevivem. � Contra lei do uso de desuso. � Os caracteres adquiridos são � Os caracteres adquiridos são herdados pelas gerações seguintes. � O homem vem do macaco... 7 � 1865: Gregor Mendel Formalizou a “herança de características”, com a História da Teoria da Evolução � Formalizou a “herança de características”, com a teoria do DNA (ervilhas). � 1901: Hugo De Vries � Só a seleção natural não é responsável pela produção de novas (mais adaptadas) espécies. Tem que haver uma mudança genética!Tem que haver uma mudança genética! � Formalizou o processo de geração de diversidade: Teoria da Mutação. 8 “...Se variações úteis para qualquer organismo devam ocorrer para que ele venha a existir, Teoria da Seleção Natural devam ocorrer para que ele venha a existir, certamente indivíduos assim caracterizados terão a melhor chance de serem preservados na luta por sobrevivência; e do forte princípio de hereditariedade, eles tenderão a produzir gerações com características similares. Este princípio de preservação, eu batizei, para ser princípio de preservação, eu batizei, para ser sucinta, de Seleção Natural.” (Darwin, 1859) 9 Evolução natural � A evolução natural pode ser vista como um � A evolução natural pode ser vista como um processo de otimização no qual: � Indivíduos e populações competem entre si por recursos � Alimento � Água� Água � Abrigo 10 Evolução natural � Indivíduos mais bem sucedidos na sobrevivência e � Indivíduos mais bem sucedidos na sobrevivência e atração de um parceiro terão, relativamente, mais descendentes (espalham seus genes). � Indivíduos mal sucedidos geram poucos ou nenhum descendente.descendente. 11 Curiosidades � O Urso Polar é BRANCO porque vive na NEVE?NEVE? ou � O Urso Polar vive na NEVE porque é BRANCO? Que teorias poderíamos Que teorias poderíamos Que teorias poderíamos Que teorias poderíamos 12 Que teorias poderíamos Que teorias poderíamos Que teorias poderíamos Que teorias poderíamos inferir?inferir?inferir?inferir? Lamarck? Darwin?Lamarck? Darwin?Lamarck? Darwin?Lamarck? Darwin? Algoritmos Evolucionários Algoritmo Genético Codificação Binária Ambientação Teoria de Computação Evolutiva Modelo Biológico Evolutiva Modelo Computacional Natureza Teoria de Darwin 14 Algoritmos Genéticos � Desenvolvido por John Holland e sua equipe em 1975 e popularizado por David Goldberg.em 1975 e popularizado por David Goldberg. � Objetivo: � Desenvolver sistemas artificiais baseados nos mecanismos dos sistemas naturais. � O processo de evolução executado por um algoritmo genético corresponde a um processo algoritmo genético corresponde a um processo de busca em um espaço de soluções potenciais para alcançar o objetivo proposto. 15 Terminologia Biológica � Em Algoritmos Genéticos são utilizados termos biológicos como analogia com a biologia.biológicos como analogia com a biologia. � Cromossomo: codificação de uma possível solução – indivíduo. � Genes: codificação de uma característica particular. � Genótipo� Genótipo � Conjunto de parâmetros representado por um cromossomo. � Fenótipo � Produto da interação de todos os genes com o meio. 16 Fundamentos � Seleção natural Processo através do � Processo através do qual características biológicas se tornam mais ou menos comuns em uma população devido a efeitos consistentes sobre a consistentes sobre a sobrevivência e a reprodução de seus portadores. � “Sobrevivência dos mais aptos” 17 Fundamentos � Genótipo � Conjunto de genes de um � Conjunto de genes de um organismo � Determina as características hereditárias (genética herdada) � Fenótipo � Conjunto de características observáveis de um organismo � Resultado da iteração do genótipo com o ambiente � Valor de uma caracterísitca. 18 Fundamentos � Recombinação Genética Processo através do � Processo através do qual uma molécula de ácido nucleico é quebrada e então unida a uma outra. � Crossing-over � Troca de material genético entre cromossomos homólogos � Ocorre durante a meiose 19 Fundamentos � Mutação � São mudanças súbitas e espontâneas na sequência espontâneas na sequência genética � São causadas por radiação, vírus, substâncias químicas mutagênicas, ou por erros durante a meiose ou a replicação do DNA 20 Síndrome de Down: Distúrbio genético causado pela presença de um cromossomo 21 extra, total ou parcialmente. É o distúrbio genético mais comum, estimado em 1 a cada 1000 nascimentos. Curiosidades ... apenas um par de nucleotídeos em mil sofre uma alteração aleatória a cada 200 mil anos. Ainda assim, em uma população de 10 mil indivíduos, cada substituição possível de nucleotídeo terá sido "tentada" em mais ou menos 50 ocasiões no curso de um milhão de anos, o que não é muito em relação à evolução das espécies. Grande parte da variação criada desta forma será prejudicial para o organismo e desaparecerá através da seleção natural na população. Quando uma rara seqüência variante for vantajosa, ela se propagará rapidamente pela seleção natural. ... Conseqüentemente, pode-se esperar que, em qualquer espécie, ... Conseqüentemente, pode-se esperar que, em qualquer espécie, as funções da maioria dos genes sejam otimizadas pela mutação aleatória e pela seleção. “ Molecular Biology of the Cell” (Fifth edition) – Publishing: Taylor & Francis Authors: Bruce Alberts, Alexander Johnson, Julian Lewis, Martin Raff, Keith Roberts, Peter Walter 21 Estrutura de um AG 22 Genótipo � População � Conjunto de N indivíduos� Conjunto de N indivíduos � Indivíduo � Caracterizado por seu genótipo � Em geral, um indivíduo tem um cromossomo � Genótipo � n genes binários � Número relacionado à precisão 23 Fenótipo � Fenótipo � Determinado pelo modelo 1 0 1 0 0 1 6 5 4 3 2 1 � Determinado pelo modelo � Se as variáveis são inteiras ou reais, requer conversão � Inteiro 1 0 1 0 0 1 32 16 8 4 2 1 32 0 8 0 0 1 = 41 � Real Qual o maior número que se pode escrever com n bits? 24 Conversão n-1 n-2 ... 3 2 1n Qual o maior número INTEIRO que se pode escrever com n bits? 1 1 1 ... 1 11 0 0 0 ... 0 00 n-1 n-2 ... 3 2 1n 1 n+1 25 Conversão a b 0 2n-1x~ x Para que o espaçamento entre dois pontos não seja maior que 10-6, quando a variável está limitada ao intervalo [-1,2], quantos bits devem ser utilizados? 26 Exemplo paran=16 bits: Transformação binário => base decimal Transformação base decimal (inteiro) => número real discreto em um intervalo [a,b] Aptidão � Aptidão (ai) � Para cada indivíduo, � Para cada indivíduo, determinada pelo valor da função objetivo diante dos demais indivíduos � A população é ordenada de acordo com o valor da função objetivofunção objetivo � Para minimização, ordem crescente � Para maximização, ordem decrescente 27 Aptidão Soma das Aptidões Aptidão Relativa – Probabilidade de um indivíduo ser sorteado ou selecionado dentre uma população e aptidão estabelecida. Aptidão Acumulada – Soma das aptidões relativas, que 28 Aptidão Acumulada – Soma das aptidões relativas, que determina o intervalo que este indivíduo possa vir a ser sorteado, quando realizado um sorteio aleatório. Seleção � Maior aptidão, maior chance de reproduçãochance de reprodução � Roleta � Convencional: todos os números tem a mesma chance � “Genética”: cada � “Genética”: cada indivíduo tem chance proporcional à sua aptidão. 29 Roleta NN-1 0 N 12 (N(N+1)/2)/S = S/S = 1 (N(N+1)/2-1)/S A roleta apresentada é considerada “viciada”, visto que as casas são distribuídas conforme a aptidão de cada indivíduo, onde o círculo verde 1 2 NN-1 N/S (2N-1)/S N-1 N cada indivíduo, onde o círculo verde escuro ao meio apresenta os indivíduos da população ordenados de 1 a N conforme as aptidões situadas no circulo central que estão ordenados de N até 1. As aptidões acumuladas estão representadas no círculo azul claro externo. 3 (3N-3)/S N-2 30 Obs.: somatório das aptidões relativas tem de ser igual a 1. Reprodução � Cruzamento Dois tipos principais� Dois tipos principais � Ponto simples � Ponto duplo � Probabilidade de cruzamento � pcross ~ 85% � Mutação � Executada sobre um bit � pmut ~ 1% 31 Cruzamento (cross-over) Por ponto simples 1 0 1 0 0 1 1 0 0 1 1 0 1 0 1 0 0 11 0 0 1 1 0 6 5 4 3 2 1 32 Cruzamento (cross-over) Por ponto duplo 1 0 1 0 0 1 1 0 0 1 1 0 1 0 1 0 0 1 1 0 0 1 1 0 6 5 4 3 2 1 33 Mutação 1 0 1 0 1 0 1 1 1 0 1 0 6 5 4 3 2 1 0 11 0 0 1 0 01 0 0 1 6 5 4 3 2 1 34
Compartilhar