88
89
M xi mo gl obal
f(x) = x sen( 10x) + 1
3, 0
M xi mo l ocal
2, 0
1, 0
0, 0
-1, 0
-1, 0
-0, 5
0, 0
0, 5
x
1, 0
1, 5
2, 0
90
cro m o sso m o
Um
um a estrutura d e d ad o s, g eralm e nte v eto r o u
91
O p rim eiro p asso p ara reso lv er o Pro blem a 3.1 utiliz and o A Gs
rep resentar o nico p arm etro d este p ro blem a (a v ari v el x)
na f o rm a d e um cro m o sso m o . Ser ad o tad a um a cad eia d e 22
bits p ara o cro m o sso m o (m aio res cad eias aum entam a
p recis o num rica d a so lu o ). A ssim , um exem p lo d e
cro m o sso m o p o d eria ser:
s1 = 1000101110110101000111
Co m o b 10
um nm ero no interv alo [0, 2 l- 1] (se nd o l o
b10
2l 1
assim ,
x 1 = 1 + (2 + 1)
2.288.967
= 0,637197
2 22 1
92
q ue m ed e q u o bo a a so lu o co d if icad a em s i. basead a no
v alo r d a f un o o bjetiv o , e ser d iscutid a na p r xim a se o .
3.1.2 SELEO
N = 30,
m o strad a em um a d as co lunas d a T abela 3.1
o rd enad o s p o r o rd em d ecrescente d o v alo r d a f un o o bjetiv o ,
2, 5
2, 0
1, 5
1, 0
0, 5
0, 0
-0, 5
-1, 0
-1, 0
-0, 5
0, 0
0, 5
1, 0
1, 5
2, 0
fi
N
i =1
93
p i, d e um
fi
selecio nad o
o p rim eiro (seg uind o a tabela d e cim a p ara
baixo ) q ue p o ssui ap tid o acum ulad a m aio r q ue r . Po r
exem p lo , se r = 28,131, ent o o cro m o sso m o d a linha 23 d a
Cro m o sso m o
si
11010000000111101 10
111
11000001101001000 11
111
10101110010101100 10
000
10011110000110010 00
101
10011101101110000 11
100
00001100111110100 10
110
xi
A p tid o
Fun o
acum
ulad
A p tid o
o bjetivo
a
fi
i
f(x i)
fk
k =1
2,00000
3,93103
5,79310
7,58621
9,31035
1,84610 1,65517
0,84792
10,96552
94
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
00110000001001110 10
010
01111001010000011 01
100
01000000001100111 01
000
01000000100011110 11
110
00001001010000001 11
010
00011010011000101 01
111
10100001100110000 11
011
01101000010110110 00
100
10001000111100010 00
011
11001100110010100 01
110
01000110010001000 11
101
00110100111101001 01
000
00100011010011001 01
100
11011101011011111 11
111
00110110110011011 10
110
00100100010011111 00
111
11001011101100111 11
000
00100110011001101 00
111
11011100100101001 00
001
11001010110001110 10
011
00000100001001001 10
1,39248 1,58621
0,43570
12,55172
14,06897
0,24764
0,24343
0,89156
0,69079
1,24695 1,44828
15,51724
1,23827 1,37931
16,89655
1,23364 1,31035
18,20690
1,19704 1,24138
19,44828
20,62069
21,72414
22,75862
23,72414
0,88140 0,89655
0,17655
0,77149 0,82759
0,37943
0,75592 0,75862
0,58633
1,59497 0,74904 0,68966
0,65283 0,62069
0,35777
0,58721 0,55172
0,57448
24,62069
25,44828
26,20690
26,89655
27,51724
28,06897
28,55172
0,45001 0,41379
0,54999
28,96552
29,31035
29,58621
0,04953 0,20690
29,79310
28
29
30
001
11101000010000000 10
001
11101010001111000 00
000
11111011000000010 10
111
95
0,95144
0,13793
0,08458
1,74494
0,06897
0,72289
1,94147
0,00000
0,87216
1,72169
29,93103
30,00000
30,00000
96
(0010101011100000111111)
(0011111010010010101100)
filho1
filho2
(0010101011010010101100)
(0011111010100000111111)
97
filho1 (0010101010010010101100)
filho2 (0011111011100000111111)
Depois
filho1 (0010001010010010111100)
filho2 (0011111011000000111111)
Crossover
e
Mutao
Primeira Gerao
(o sublinhado indica mutao)
Ponto
de
Corte
1101000000011110110111
1101000000011000011100
12
1001110110111000011100
1001110110111110110111
12
12
0001101001100010101111
0001101001100010010110
12
6
19
17
15
7
0000110011111010010110
0010001101001100101100
0100011001000100011101
1000100011110001000011
0011000000100111010010
0010110011110000101111
0110001101000100011101
0100011001001100101100
1000100011110001010010
0001000000100111000011
12
9
9
17
17
98
10
8
6
0100000010001111011110
0111100101000001101100
0000110011111010010110
0100000010001111101100
0111100101000001011110
0000110011111010010110
16
16
21
18
9
12
17
7
11
3
3
1
15
4
13
6
15
27
8
0011010011110100101000
0100000000110011101000
0001101001100010101111
0100011001000100011101
0011000000100111010010
0000100101000000111010
1010111001010110010000
1010111001010110010000
1101000000011110110111
1000100011110001000011
1001111000011001000101
1010000110011000011011
0000110011111010010110
1000100011110001000011
0000010000100100110001
0111100101000001101100
0011010011110100100000
0100100000010010101111
0001101001100011101000
0100011001000100010010
0011001000100111011101
0000111001010110010001
1010100101010000011011
1010111001010110010111
1101000100011110110000
1000100010011001000101
1001111001110001000011
1010000110011000011010
0100111011111010010110
1000010000100100110001
0000100011110001000011
0110000101000011101100
21
13
13
17
17
3
3
19
19
9
9
20
20
3
3
19
19
0010001101001100101100
1010001101001100101000
19
0111100101000001101100
0111100101000100111010
11
0000100101000000111010
0000100101000011101100
f(x) = x sen(10x) + 1
2,5
2,0
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
99
f(x) = x sen(10x) + 1
2,5
2,0
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
3.1.4 ELITISMO
A Fig ura 3.8 ilustra, p ara cad a g era o , o v alo r d a f un o
o bjetiv o p ara o m elho r cro m o sso m o d a p o p ula o , al m d o
100
Funo objetivo
3,0
Mdia
Melhor
2,5
2,0
1,5
1,0
0,5
0
10
15
20
25
Gerao
AG com elitismo
AG sem elitismo
Funo objetivo
2,8
2,6
2,4
2,2
2,0
0
15
10
Gerao
20
25
101
pai1 101
01010 01001
010010
pai2 00100111000110 11100
filho1 1010011100101011001
fillho2 0010100100011001100
p ar d e p ais
g erad a um a m scara d e bits aleat rio s. Se o
p rim eiro bit d a m scara p o ssui o v alo r 1, ent o o p rim eiro bit
(l
o n m ero d e bits d o cro m o sso m o ), um a v ez q ue este
sem p re lev a a m etad e d o s bits d e cad a p ai.
102
Mscara de bits 1 1 0 1 0 1 1 0 1 0
pai1 1 1 1 0 1 1 0 1 1 0
filho1 1 1 1 0 0 1 0 1 1 0
pai2 0 1 1 0 0 0 1 1 0 0
3.1.6 TERMINOLOGIA
N a bio lo g ia, a teo ria d a ev o lu o d iz q ue o m eio am biente
selecio na, em cad a g era o , o s seres v iv o s m ais ap to s d e um a
p o p ula o p ara so brev iv ncia. Co m o resultad o , so m ente o s
m ais ap to s co nseg uem se rep ro d uz ir, um a v ez q ue o s m eno s
ad ap tad o s g eralm ente s o elim inad o s antes d e g erarem
d escend entes. Durante a rep ro d u o , o co rrem f en m eno s
co m o m uta o e cr o sso v er (reco m bina
o ), entre o utro s, q ue
atuam
so bre o
m aterial g en tico
arm az e nad o
no s
cro m o sso m o s. Estes f en m eno s lev am v ariabilid ad e d o s
seres v iv o s na p o p ula o . So bre esta p o p ula o d iv ersif icad a
ag e a sele o natural, p erm itind o a so brev iv ncia ap enas d o s
seres m ais ad ap tad o s.
103
Gene:
N a bio lo g ia, a unid ad e d e hered itaried ad e
q ue
transm itid a p elo cro m o sso m o e q ue co ntro la
A Gs, um ind iv d uo
f o rm ad o p elo cro m o sso m o e
sua ap tid o .
104
3.1.7 ESQUEMAS
O T eo rem a d o s Esq uem as d e Ho lland (1975) p ro cura
f und am entar, teo ricam e nte, o co m p o rtam e nto d o s A Gs. Sua
co m p reens o p o d e auxiliar na co nstru o d e ap lica es
ef icientes d e A Gs. Ho lland co nstato u q ue o s A Gs m anip ulam
d eterm inad o s seg m ento s d a cad eia d e bits. T ais seg m ento s
f o ram p o r ele d eno m inad o s d e esq uem as. Um f o rm ad o p elo s
sm bo lo s 0, 1 e *. A o co rr ncia d o sm bo lo * em um a p o si o
no esq uem a sig nif ica q ue esta p o si o p o d e ser o cup ad a p elo
sm bo lo 1 o u 0. A Fig ura 3.13 m o stra alg uns exem p lo s.
H1
11001
11011
10101
Comprimento (H1) = 0
Comprimento (H2) = 1
Comprimento (H3) = 3
H2
H3
1****
**10*
*0*01
X
X
X
Ordem O(H1) = 1
Ordem O(H2) = 2
Ordem O(H3) = 3
a ltim a p o si
o cup ad a p o r 1 o u 0 e a p rim eira
o q ue
p o si o q ue
o cup ad a p o r 1 e 0. A o rd em O (H) d e um
105
ap tid o ) d ad o p o r:
m =
a
m
b
106
af irm a o
co nhecid a co m o a
Constru o .
H ip tese d os Bloco s d e
cr o sso v er d e 2 p o nto s
co nsid erad o m elho r d o q ue o
cr o sso v er d e 1 p o nto (Beasley, 1993b; Dav is, 1991).
107
Inicio de pai1
2 corte
0
1
0
1
1 0
0 0 0 1
0 1 corte
0
1
108
Prob lem a
3.2
Maxim iz
ar
f ( x, y ) = 0,5
sen x 2 + y 2 0,5
(1,0 + 0,001(x
+ y2
))
1722784
[100 - (-100)] + 100 = -17,851
22
2 1
y1 =
2328690
[100 - (-100)] +100 = 11,041
2 22 1
109
110
Operadores Convencionais
Os o p erad o res co nv encio nais s o resultad o s d as
ad ap ta es
dos
o p erad o res
utiliz ad o s
p ara
rep resenta o bin ria. Os o p erad o res co nv encio nais
Operadores Aritmticos
tip o d e
p 1 e p 2,
p ro d uz id o um cro m o sso m o c d a seg uinte
f o rm a:
c = (p 1 + p 2 ) 2
o:
C rossov
er m d ia g eom trica, o nd e cad a g ene c i d o f ilho
c d ad o p o r:
ci =
p1i p 2i
p ar a i= 1...l
C rossov er BLX-
blen d cr o sso v er ) (Eshelm an e Shaf f er, 1993): d ad o d o is
111
c = p 1 + (p 2 p 1 )
o nd e U (- ,1+ ).
d ad o p o r:
c = (87,993; - 9,535)
Se o f ilho c f o r inf actv el,
ent o g erar- se o utro f ilho co m
no v o . O p ro cesso
rep etid o at o bter um f ilho
f actv el.
N o te q ue neste exem p lo , f o i utiliz ad o ap enas um p ara
to d o s o s g enes. A lternativ am ente, p o d e- se usar um
d if erente p ara cad a p ar d e g ene. N este caso , um
k+ 1
,...,p 2i)
c = (p 1 1, p 12 ,...c k, c k+ 1,...,c l)
Um a alternativ a p ara o cr o sso v er BLX-
o:
112
esco lhid o , o s
pai
possvel filho
Parmetro 1
113
Parmetro 2
pai
possvel filho
Parmetro 1
o nd e U (0,1). Este o p erad o r d if ere d o cr o sso v er BLX. p o r n o extrap o lar o interv alo entre p 1 e p 2
C rossov er heurstico (Michalew icz , 1994): realiz a um a
extrap o la o linear entre o s p ais usand o a inf o rm a o
d a ap tid o .
114
Outros Operadores
REAL
o d e um g e ne p o r
se i = j
caso contrrio
M uta o g aussiana :
a substitui o d e um g ene p o r um
n m ero aleat rio d e um a d istribui o no rm al.
115
se i = j
caso contrrio
ci = bi
p
i
se r < 0,5 e i = j
se r 0,5 e i = j
caso contrrio
lim ites d o s interv alo s p erm itid o s [a i,b i]. Isto f eito p ara ev itar
a p erd
a d e d iv ersid ad e d o s f ilho s g erad o s p elo cro sso v er
aritm tico q ue tend e a traz er o s g enes p ara o centro d o s
interv alo s p erm itid o s.
116
ci = p i ( p i a i ) f (G )
p
i
G
f (G ) = r2 1
Gmax
se r1 < 0,5 e i = j
se r1 0,5 e i = j
caso contrrio
117
x0
x1
118
f ( x, y )
Sujeito a
x2 + y2 = 5
o u na f o rm a d e ineq ua es:
Minim iz a
r
f ( x, y )
Sujeito a
x2 + 2y2 5
f (x)
Sujeito a
x n
p ro blem a d e o tim iz a o
co nhecid o co m o p ro blem a d e
Prog ram a o Linear . Quand o a f un o o bjetiv o o u as
restri es s o f un es n o lineares d o s p arm etro s, o
o tim iz a o
co nhecid o
119
co m o
classes d e m to d o s d e o tim iz a o :
120
N o
necess rio
co nhecim ento
m atem tico
ap ro f und ad o d o p ro ble m a co nsid erad o .
S o
f ceis
de
co m p utad o res.
serem
im p le m entad o s
em
121
122
O cr o sso v er
o p rincip al m ecanism o d e busca d o A G. Ele
cap az d e co m binar as bo as p o r es d o s cro m o sso m o s p ais,
isto
, o s bo ns blo co s d e co nstru o . Co m o resultad o ,
cro m o sso m o s f ilho s co m ap tid es m ais elev ad
as q ue as d o s
p ais p o d em ser p ro d uz id o s. A m uta
o
tam
b
m d esem p enha
A l m d o s A lg o ritm o s Gen
tico s, existem o utro s m to d o s d e
o tim iz a o g lo bal (i.e. m to d o s q ue lev am ao tim o g lo bal),
send o a m aio ria d eles recentes. Os m to d o s antig o s d e
123
so lu es g erad as p o r estes m to d o s.
m uito s
inicial,
o . Isto
q ue as
124
cro m o sso m o ,
necess ria um a sim ula o co m p leta d o
p ro cesso , o q ue p o d e cheg ar a co nsum ir ho ras. Haup t e Haup t
(1998) sug erem , p ara lid ar co m tais f un es o bjetiv o , alg um as
d icas q ue p ro p em cuid ad o s a serem to m ad o s p ara n o av aliar
cro m o sso m o s id ntico s m ais d e um a v ez , reutiliz and o d este
m o d o a av alia o f eita anterio rm ente.
Isto p o d e f eito d e v rias m aneiras: 1. ev itand o g erar
cro m o sso m o s id ntico s na p o p ula o inicial; 2. v erif icand o se
f o i ap licad o cr o sso v er o u m uta o no s p ais, p o is, caso n o
tenham sid o ap licad o s,
o s f ilho s ser o ig uais ao p ais; 3.
o bserv and o se o f ilho
ig ual a um d o s p ais; 4. m antend o a
p o p ula
o co m to d o s o s cro m o sso m o s d istinto s entre si, o q ue
tam b m ajud a na m anuten o d a d iv ersid ad e (no A G d o tip o
Steady State isto
f eito ev itand o inser o d e cro m o sso m o s
d up licatas na p o p ula o ); 5. antes d e av aliar um f ilho ,
v erif icand o se j existe um cro m o sso m o ig ual a este f ilho na
p o p ula o . Em situa es m ais extrem as, d ev er- se - o
arm az enar to d o s o s cro m o sso m o s d as g era es atual e
p assad a, v erif icand o se alg um d eles
ig ual ao no v o f ilho
g erad o . claro q ue tais abo rd ag ens tam b m inco rp o ram um
custo co m p utacio nal extra ao A G. Dev e- se analisar se este
custo extra co m p ensa o tem p o eco no m iz ad o na av alia o d a
f un o o bjetiv o .
125
3.4.4 SUBSTITUI
ES GERACIONAL E STEADY-
STATE
126
criad o
necess rio recalcular estatsticas, a ap tid o m d ia,
reo rd enar a p o p ula o , etc. Co ntud
o , em m uito s p ro blem as
p ro blem a d o s A Gs.
Oco rre q uand o surg em cro m o sso m o s d e alta ap tid o (m as n o
co m ap tid o tim a), e o s cro m o sso m o s realm ente tim o s
aind a n o est o p resentes na p o p ula o . T ais cro m o sso m o s
(cham ad o s d e sup erind iv d uos) g eram um n m ero excessiv o
d e f ilho s q ue d o m inam a p o p ula o , um a v ez q ue a m esm a
f inita. Estes cro m o sso m o s esp alham seus g enes p o r to d a a
p o p ula o , enq uanto
o utro
s g enes d esap arecem (tal
d esap arecim ento d e g enes
d eno m inad o d e g en etic dr ift).
Co m o co nseq ncia, o alg o ritm o co nv erg e p ara um m xim o o u
m nim o lo cal, co nf o rm e a Fig ura 3.19 ilustra este p ro cesso .
Co m bate- se a co nv erg ncia p rem atura, lim itand o o n m ero d e
f ilho s p o r cro m o sso m o s. Esta lim ita o p o d e ser realiz ad a
atra
s d o escalo nam ento d a ap tid o , o rd enam ento e o utras
127
sen x 2 + y 2 0,5
f ( x, y ) = 2000
2
1 + 0,001 x 2 + y 2
))
Fun o
o bjetivo
Pro babilid ad e
d e sele o
2.000,999588
20,004%
2.000,826877
20,002%
2.000,655533
20,001%
2.000,400148
19,998%
2.000,102002
19,995%
128
Ordenamento
d ad a p o r
N i
N 1
em q ue i
o nd ice d o cro m o sso m o na p o p ula o em
o rd em d ecrescente
d e v alo r d a f un o o bjetiv o .
N o rm alm ente
utiliz ad o 1 M ax 2 e M ax+ M in = 2.
V ale no tar q ue d este m o d o a ap tid o rep resenta o
n m ero d e f ilho s esp erad o s d o cro m o sso m o e M a x- M in
rep resenta a p ress o d e sele o (raz o entre a m aio r
Fun o
o bjetivo
Po si
o
A p tid
o
Pro babilid ad e
d e sele o
2.000,99958
8
2.000,82687
7
2.000,65553
3
2.000,40014
8
2.000,10200
2
A
B
C
D
E
129
2,0
40%
1,5
30%
1,0
20%
0,5
10%
0,0
0%
max
aptido
alta presso
de seleo
aptido
max
min
min
N
12 3
posio
(a)
1 23
posio
(b)
130
em q ue q [0, 1] e i
o nd ice d o cro m o sso m o na
p o p ula o em o rd em d e crescente d e v alo r d a f un o
o bjetiv o . A lternativ am ente, a ap tid o p o d e ser
no rm aliz ad a d iv id ind o a Eq .(4.3) p elo f ato r 1- (1- q ) N . O
o rd enam ento exp o nencial p erm ite m aio r p ress o d e
sele o d o q ue o o rd enam ento linear.
Escalonamento Linear
a ap tid o
o btid a
f = ag + b
f min
gmin
gmax
dos
co ef icientes
131
do
1 N
Elabo rar eq ua o
gi
N i =1
se g min > (Cg g max ) (C 1) ent o /* testa se o co rre ap tid o neg ativ a
*/
g max g
a (C 1) g
b g ( g max Cg )
sen o
= g g min
ag
b = g g min
fim se
reto rne a e b
g=
132
a p ress
o d e sele o , isto , cro m o sso m o s co m ap tid o acim a
d a m d ia ter o m ais chances d e serem selecio nad o s.
N este m to d o , a p o p ula o
em baralhad a e um g r f ico d o
tip o to rta
co nstrud o co m um a f atia asso ciad a a cad a
Pais selecionados
aa b c d
c
b
3.4.9 OTIMIZA
MULTIOBJETIVO
133
F = wi f i
i =1
134
f 1 (x)
f 2 (x)
2
4
8
10
12
80
20
30
30
20
30
100
50
40
80
3.4.10 RESTRI ES
V rio s p ro blem as d e o tim iz a o d o m und o
restri es. Em g eral, um p ro blem a d e o tim iz a o
ser d eclarad o co m o seg ue:
Minim iz e f(x)
Sujeito a
g1(x) 0
g2(x) 0
...
gm (x) 0
xn
real co nt m
restrita p o d e
135
q uand o a restri o j
um a ineq ua o , a f un o d e p nalti
d ad a p o r:
j (x) = max(0, g j (x))
Quand o a restri o j
d ad a p o r:
um a eq ua o , a f un o d e p nalti
j ( x) = g j ( x)
h( x) = f ( x) + r
Sujeito a
xn
m
j =1
2j (x)
o nd e r
a co nstante d e p nalti (serv e p ara co ntro lar o
tam anho d a p enalid ad e).
Um a o utra abo rd ag em
f az er d e cad a restri o um a f un o
o bjetiv o d if erente e reso lv er o p ro blem a co m o um p ro blem a
d e o tim iz a o m ultio bjetiv o (Cam p o no g ara e T alukd ar, 1997).
Mais d etalhes so bre restri es v er (Michalew icz , 1997a, 1997b).
3.4.11 A S FUN
ES DE TESTE DE DEJONG
136
Nome
F1
F2
100 x12 x 2
i =1
xi2
+ (1 x1 )2
Lim ites
-5,12 xi 5,12
-2,048 xi 2,048
F3
inteiro( xi )
-5,12 xi 5,12
F4
ixi4 + gaussiana(0,1)
-1,28 xi 1,28
i =1
30
i =1
Caractersticas
Unim o d al
e
q uad r tica.
Co m
m nim o
em f(0,0,0) = 0
Unim o d al. a
f un o cl ssica
d e Ro senbro ck
em
d uas
d im ens es.
Co m
m inim o
em
f(1,1) = 0
Desco ntinua
Minim o em
f(0,0,0,0,0) = 0
A lta
d im ensio nalid a
d e, esto c stica
Co m
m inim o
em
f(0,...,0) = 0
25
0,002 +
F5
j =1
1
2
j + xi aij
i =1
)6
137
Extrem am ente
m ultim o d al,
-65,536 xi 65,536 co m
p ico s
ag ud o s.
v rio s o p erad o res g en tico s esp ecf ico s. Para ilustrar seu uso ,
estes o p erad o res s o ap licad o s a um p ro blem a co nhecid o d e
o tim iz a o co m binat ria: o p ro blem a d o caixeiro v iajante
(PCV).
138
Para N cid ad es, o n m ero to tal d e cam inho s p o ssv eis ig ual a
f ( x, y ) =
(xi xi +1 )2 + (yi yi +1 )2
i =1
139
G
D
E
A B
m
elem ento s em q ue nenhum elem ento rep etid o . Po r exem p lo ,
(A ,B,C ) e (C ,A ,B) s o exem p lo s d e d uas p erm uta es d o s
elem ento s A ,B e C . Um g rand e n m ero d e p ro ble m as d e
o tim iz a o co m binat ria p o d e ter suas so lu es rep resentad o s
p o r p erm uta es, entre o s q uais o PCV e p ro ble m as d e
ag end am ento . Existem v rio s o p erad o res g en tico s q ue
realiz am p erm uta es (Go ld berg , 1989) (Sysw erd a, 1991),
send o alg uns d eles d escrito s a seg uir.
Co nsid ere um cro m o sso m o co m o um a lista d e elem ento s, p o r
exem p lo :
140
C r o m o sso m o :
Os o p erad o res d e
m uta o
p ara p erm uta es s o
relativ am ente sim p les. N a m uta o basead a na p o si o , d o is
elem ento s d o cro m o sso m o s o esco lhid o s, aleato riam ente, e o
seg und o co lo cad o antes d o p rim eiro . N a m uta o basead a na
o rd em , d o is elem ento s d o cro m o sso m o s o esco lhid o s
aleato riam ente, e suas p o si es s o tro cad as. A m uta o p o r
em baralham ento co m ea esco lhend o aleato riam ente d o is
co rtes no cro m o sso m o . Dep o is o s elem ento s na sublista entre
o s co rtes s o em baralhad o s, p o r exem p lo :
Cro m o sso m o :
A p s a m uta o :
CX (C ycle C r o sso v er );
OX (O r der C r o sso v er ).
Crossover OBX
O cr o sso v er OBX co m ea selecio nand o um co njunto d e
p o si es aleato riam ente (cad a p o si o tem um a
141
A
C
Filh o 1 :
Filh o 2 :
A
C
B
E
*
D
A
Crossover PBX
C
G
C
G
D
A
*
F
D
F
D
*
B
E
E
F
G
B
E
F
G
B
A
C
Filh o 1 :
Filh o 2 :
B
C
B
E
*
E
B
C
G
C
E
D
A
*
A
D
F
D
*
D
F
E
F
G
B
F
G
G
A
Crossover PMX
O cr o sso v er PMX inicia co m d o is p o nto s d e co rte
esco lhid o s aleato riam ente, q ue d ef inem um a sublista.
Em seg uid a, este o p erad o r realiz a tro cas no sentid o d e
142
A
C
B
E
C
G
D
A
F
D
E
F
G
B
d e p ai 1 p ara p ai 2 : C d e p ai 1
tro cad o co m G d e pa i 2 .
Co m o esta tro ca g era elem
e
nto
s d up licad o s, ent o ao
A
G
B
E
G
C
D
A
F
D
E
F
C
B
sublista: D d e p ai 1
tro
cad o co m A d e p ai 2 .
Sim ultaneam ente D d e p ai 2 tro cad o co m A d e pai 1 .
Pai 1 :
Pai 2 :
D
G
B
E
G
C
A
D
F
A
E
F
C
B
p ai 1 . O resultad o f inal d ad o p o r:
Filh o 1 :
Filh o 2 :
D
G
B
E
G
C
F
D
A
F
E
A
C
B
Crossover CX
O cr o sso v er CX co m ea co p iand o o p rim eiro ele m ento
d e p ai 1 p ara filh o 1 (alternativ am ente, p o d e- se co m ear
co p iand o um elem ento q ualq uer d a lista):
Pai 1 :
Pai 2 :
A
C
B
E
C
G
D
B
F
D
E
F
G
A
Filh o 1 :
Do m esm o m o d o , G d e p ai 1
Filh o 1 :
143
req uerid o q ue C
A
C
E
B
C
G
B
D
D
F
F
E
G
A
Crossover OX
O cr o sso v er OX inicia co m d o is co rtes esco lhid o s
aleato riam ente.
Pai 1 :
Pai 2 :
A
C
B
E
C
G
D
B
F
D
E
F
G
A
144
Pai1 : A B C D F E G
Pai2 : C E G B D F A
A
-
F
Pai 1 :
145
C
F
E
-
Pai 1 :
o btid o f ilh o 2 :
B
d o PCV , p o is o q ue im p o rta
so m ente a o rd em d as
cid ad es v isitad as.
o co m binat ria
p o d em ser reso lv id o s usand o o s o p erad o res d e p erm uta o ,
p o is d ep end em d e alg um a f o rm a d e p erm uta o d e taref as o u
a es. Exem p lo s d e p ro blem as reso lv id o s usand o tais
o p erad o res s o o Pro ble m a d e A g end am e nto (Sysw erd a, 1991)
e o Pro blem a Co lo ra o d e Graf o s (Dav is, 1991).
146
(1998),
at liv ro s av anad o s, co m o Bck et al. (1997). H
tam b m m uito s tuto riais, co m o p o r exem p lo Beasley et al.
(1993a, 1993b), W hitley (1992) e Janiko w e Clair (1995). N a web
REFERNCIAS BIBLIOGRFICAS
Bck, T .; Fo g el, D.B. e Michalew icz , Z. (1997). (ed s), Hand bo o k
o f Ev o lutio nary Co m p utatio n. Institute o f Physics Publishing
and Oxf o rd Univ ersity Press, Bristo l, N ew Y o rk.
Baker, J. (1987). Red ucing bias and inef f iciency in the selectio n
alg o rithm . In: GREFEN ST ET T E, J. ed ., Pr o c. o f th e Seco n d
In ter n atio n al C o n f er en ce o n G en etic A lg o r ith m s an d T h eir
A p p licatio n s, p .14- 21. Hillsd ale, N ew Jersey: Law rence
Erlbaum A sso ciates.
Beasley, D.; Bull, D. R.; Martin, R. R. (1993a) A n O v er v iew o f
G en etic A lg o r ith m s: Par t 1, Fu n dam en tals. U n iv er sity
C o m p u tin g , v .15, n.2, p .58-69. (Disp o nv el p o r f tp no
EN CORE no arq uiv o : GA /p ap ers/o v er92.p s.g z )
Beasley, D.; Bull, D. R.; Martin, R. R. (1993b). A n O v er v iew o f
G en etic A lg o r tih m s: Par t 2, R esear ch T o pics, U n iv er sity
C o m p u tin g , 15(4) 170-181. (Disp o nv el p o r f tp no EN CORE
no arq uiv o : GA /p ap ers/o v er93-3.p s.g z )
Darw in, C. A o r ig em das esp cies e a sele atu r al . Hem us
ed ito ra.
Dav is, L. (1991). H an dbo o k
N o strand Reinho ld .
of
G en etic
A lg o r ith m s. V an
147
148