PARADIGMA EVOLUTIVO

PARADIGMA EVOLUCIONISTA
A Computação Evolutiva é baseada em mecanismos evolutivos encontrados na natureza, tais como a auto-organização e o comportamento adaptativo. A diversidade da vida, associada ao fato de que todos os seres vivos compartilham uma bagagem genética comum, pelo menos em termos de seus componentes básicos, é um exemplo eloqüente das possibilidades do mecanismo de evolução natural.
SISTEMAS DE IA EVOLUTIVA
Os sistemas baseados em computação evolutiva mantêm uma população de soluções potenciais, aplicam processos de seleção baseados na adaptação de um indivíduo e também empregam outros operadores “genéticos”. As principais abordagens propostas na literatura são:
· algoritmos genéticos;
· estratégias evolutivas;
· programação evolutiva.
Seleção: permite escolher um indivíduo ou um par deles para gerar descendência. Note-se que este operador simula a reprodução assexuada e a sexuada que ocorrem na natureza. Obviamente, a prioridade da escolha recai sobre indivíduos mais bem avaliados pela função de avaliação;
Recombinação: operador que simula a troca de material genético entre os ancestrais que, por sua vez, determina a carga genética dos descendentes;
Mutação: operador que realiza mudanças aleatórias no material genético.
APLICAÇAÇÕES
IA Evolucionista
Principais aplicações da IA Evolucionista:
Problemas de otimização
Ferramentas da IA Evolucionista:
Algoritmos evolucionários
Algoritmos Genéticos
Programação Genética
Programação Evolucionária
Estratégias Evolucionárias
Redes neurais: exemplo do mundo do Wumpus
Entrada da rede:
Codificação binária de pares atributos-valores.
Saída da rede:
Codificação binária depares atributos-valores.
O mundo de Wumpus é um problema didático onde o objetivo é encontrar um monte de ouro em uma de 16 salas possíveis. Para isso o agente deve evitar as salas que contém poços sem fundo e a sala onde está o Wumpus.