Algoritmos Genticos e as outras tcnicas de otimizao

Estfane G. M. de Lacerda DCA/UFRN Junho/2009

Algoritmos Genticos

!ro"#e$a da ot%$%&a'(o

Achar o ponto de mximo ou mnimo de uma funo f(x,y,z,u,...) de n parmetros, x,y,z,u,...

f( x ) minimizar f(x) = maximizar -f(x) x0

Algoritmos Genticos

Fun'(o un%$oda# ) $u#t%$oda#

x0 Fun'(o un%$oda#

Mnimo local

Mnimo global x0 x1

Fun'(o $u#t%$oda#

Algoritmos Genticos

E)e$!#os de Fun'*es Mu#t%$oda%s +,/-.

Algoritmos Genticos

E)e$!#os de Fun'*es Mu#t%$oda%s +2/-.

Algoritmos Genticos

E)e$!#os de Fun'*es Mu#t%$oda%s +-/-.

Algoritmos Genticos

Re/%(o fact01e# ) n(o fact01e#

espao de !usca se di"ide em regio fact"el e no fact"el# As solu$es da regio fact"el so a%uelas %ue satisfazem a todas as restri$es do pro!lema#
'spao de !usca &egio fact"el

Algoritmos Genticos

t%$%&a'(o Restr%ta ) 2rrestr%ta

timizao &estrita (exemplo)

Minimizar Sujeita a

f ( x, y ) x2 + y2 = 5

timizao (rrestrita (exemplo)

Minimizar f ( x) Sujeita a x

Algoritmos Genticos

t%$%&a'(o Restr%ta

&estrio de igualdade (exemplo)

Minimizar Sujeita a

f ( x, y ) x2 + y2 = 5

&estrio de desigualdade (exemplo)

Minimizar f ( x) Sujeita a x 2 + 2 y 2 5

Algoritmos Genticos

3ro/ra$a'(o L%near ) N(o4L%near

)*+ a funo o!,eti"o e as restri$es so fun$es lineares dos parmetros#

Simplex.

)-*+ a funo o!,eti"o e.ou as restri$es so fun$es no/lineares dos parmetros#

Mtodo do gradiente, mtodo !ua e"#e$ton, mtodo do gradiente conjugado.

Algoritmos Genticos

3ar5$etros cont0nuos ) d%scretos

)armetros contnuos+
#%mero in&inito de po 'ei olu()e .

timizao com!inat0ria (discreta)

*m geral, a olu()e +o re ultado de uma certa combina(+o de par,metro di creto . #%mero &inito de po 'ei olu()e . *xemplo- deci +o obre a mel.or combina(+o com !ue um conjunto de a()e ou tare&a de'em er realizada .
Algoritmos Genticos

Mtodos de
Gerar/e/1estar 2todos Analticos 3u!ida.4escida da 'ncosta 2etaheursticas

t%$%&a'(o

/lgoritmo 0entico 1ecozimento Simulado 2u ca 3abu 4ol5nia de 6ormiga

Algoritmos Genticos

Gerar4e46estar
5/Gerar uma soluo+
/leatoriamente ou i tematicamente

6/1estar a soluo 7/8oltar ao passo 5 ou apresentar a melhor soluo encontrada#

9 um mtodo da fora !ruta# &aramente usado#

Algoritmos Genticos

Mtodos Ana#0t%cos
:sam tcnicas do ;lculo 4iferencial para encontrar os pontos extremos de uma funo# 4es"antagens

#+o determina e ponto mnimo local ou global. 1e!uer &un()e com deri'ada . 7i&cil de trabal.ar !uando .8 grande n%mero par,metro . 9mpratic8'el para otimizar di'er o problema do mundo real.
Algoritmos Genticos

7u"%da/Desc%da da Encosta +,/8.

(n"estiga os pontos ad,acentes do espao de !usca e mo"e/se na direo %ue aumenta.diminue o "alor da funo o!,eti"o#

Algoritmos Genticos

7u"%da/Desc%da da Encosta +2/8.

'xemplo+
f

f(x1,x2)

vetor gradiente informa a direo da descida x1

x2
Algoritmos Genticos

7u"%da/Desc%da da Encosta +-/8.

3e o mtodo 3u!ida da 'ncosta iniciar no ponto A o mximo local < ser encontrado# 3e iniciar em ; o mximo glo!al 4 ser encontrado#
D B A
Algoritmos Genticos

7u"%da/Desc%da da Encosta +8/8.

2todos %ue exigem deri"ada

0radiente, gradiente conjugado, !ua e"ne$ton,

2todos %ue no exigem deri"ada

Simplex de #elder e Mead

8antagem
18pido para encontrar o mnimo local

4es"antagem
#+o encontram o mnimo global
Algoritmos Genticos

A#/or%t$os Gent%cos +,/9.

=uncionam tanto com parmetros contnuos como discretos ou uma com!inao deles# &ealizam !uscas simultneas em "rias regi$es do espao de !usca, pois tra!alham com uma populao e no com um >nico ponto# :tilizam informa$es de custo ou recompensa e no deri"adas ou outro conhecimento auxiliar#

Algoritmos Genticos

A#/or%t$os Gent%cos +2/9.

-o necessrio conhecimento matemtico aprofundado do pro!lema considerado# timizam um n>mero grande de "ari"eis# timizam parmetros de fun$es o!,eti"os com superfcies complexas e complicadas, reduzindo a incid?ncia de mnimos locais#

Algoritmos Genticos

A#/or%t$os Gent%cos +-/9.

Adaptam/se !em a computadores paralelos# 1ra!alham com uma codificao do con,unto de parmetros e no com os pr0prios parmetros# -a otimizao multio!,eti"o, fornecem uma lista de parmetros 0timos e no uma simples soluo# 1ra!alham com dados gerados experimentalmente e so tolerantes a rudos e dados incompletos#
Algoritmos Genticos

A#/or%t$os Gent%cos +8/9.

3o fceis de serem implementados em computadores# 3o modulares e portteis, no sentido %ue o mecanismo de e"oluo separado da representao particular do pro!lema considerado# Assim, eles podem ser transferidos de um pro!lema para outro#

Algoritmos Genticos

A#/or%t$os Gent%cos +9/9.

3o flex"eis para tra!alhar com restri$es ar!itrrias e otimizar m>ltiplas fun$es com o!,eti"os conflitantes# 3o tam!m facilmente hi!ridizados com outras tcnicas e heursticas#

Algoritmos Genticos

Diversificao (explorao)

)rocesso de "isitar pontos inteiramente no"os no espao de !usca# 9 utilizado pela mtodos gerar/e/testar# -ecessrio para explorar regi$es deconhecidas do espao de !usca#

Algoritmos Genticos

Intensificao (explotao)
)rocesso de explorar o espao de !usca utilizando de informa$es de pontos anteriormente "isitados a fim de encontrar melhores pontos# 9 utilizado pelo mtodos de su!ida.descida da encosta#

#ota- explota(+o (do ingl: exploitation) Algoritmos Genticos

Diversificao x Intensificao

:ma !oa tcnica de otimizao glo!al de"e com!inar am!os di"ersificao e intensificao para achar o mximo glo!al# s AG@s com!ina am!os simultaneamente+
3eleo+ intensificao. 2utao e crosso"er+ di"ersificao
Algoritmos Genticos

3ress(o da 7e#e'(o

9 a razo entre a aptido mxima e a aptido mdia#

Mai pre +o da ele(+o, mai inten i&ica(+o. Meno pre +o da ele(+o, mai di'er i&ica(+o.

-a ausena a!soluta de presso, o AG torna um processo estocstico do tipo A)asseio ao AcasoB (&andom CalD)#

Algoritmos Genticos

3ress(o da 7e#e'(o

-a ausena a!soluta de presso, o AG torna um processo estocstico do tipo A)asseio ao AcasoB (&andom CalD)#
/ probabilidade de ele(+o igual para todo .

Algoritmos Genticos