Inteligencia Artificial

Inteligência Artificial

Algoritmos evolutivos
1. visão geral A evolução significa desenvolver-se ou transformar-se progressivamente. A computação evolutiva não é muito diferente. Através dos algoritmos evolutivos, a computação evolutiva busca soluções para um determinado problema, e para tal se baseia nos mecanismos evolutivos biológicos. Ou seja, a computação evolutiva se baseia nos processos evolutivos da natureza para resolver problemas complexos. É interessante ressaltar que foi nas mãos de biólogos que os primeiros passos da Computação Evolutiva foram dados. Os principais interesses desses biólogos era simular em um computador os processos vitais de um ser humano. Dentre os primeiros estudiosos da área se destacam Barricelli, Fraser, Martin e Cockerham. Holland é outro nome de destaque, que apareceu por volta dos anos 60, com um grupo de cientistas que iniciaram uma pesquisa em que era implementada uma população de n indivíduos onde cada um possuía seu genótipo e estava sujeito a operações de seleção, recombinação e mutação. Com esse estudo, Holland se tornou o pai do Algoritmo Genético (Uma das sub-áreas da Computação Evolutiva, a mais conhecida e utilizada atualmente). Posteriormente ele propôs um quarto operador, a inversão, mas ela não foi muito aceita pela comunidade científica e caiu em desuso. Com base na teoria new-Darwiniana de evolução, foi proposto um algoritmo evolutivo básico que inclui conceitos de herança genética, mutação genética e seleção natural. Todos estes conceitos colocados em prática, numa população de candidatos a solução, resultam no que chamamos de "geração". Quase todos os algoritmos evolutivos podem ser implementados utilizando esse algoritmo padrão.

Mas como isso funciona? Vamos então definir isso por partes:
1. População de Soluções: Uma população, gerada aleatoriamente ou através de alguma técnica, irá conter possíveis soluções para o problema proposto. Cada indivíduo dessa população terá um registro