Upload
rafael-alves
View
217
Download
0
Embed Size (px)
DESCRIPTION
b
Citation preview
Fundamentos MatemticosFundamentos Matemticos
Como e porque Algoritmos Como e porque Algoritmos Genticos funcionam?Genticos funcionam?
Teoria de Schema (John Holland 1975)Schema um padro gentico que descreve um conjunto de cromossomas do espao de busca com similaridades
em certas posies
SchemaSchema Buscando padres de jogadores de seleo
Masculino
Gostam de Futebol
Feminino> 30 anos
Mdico
Sexo ProfissoGostoIdade
Jogadores Jogadores da Seleoda Seleo
Aptido dos PadresAptido dos Padres
Masculino XXI>30
Sexo ProfissoGostoIdade
Masculino XXI 30 anos
MdicoAptido
Representao de um Representao de um SchemaSchema
Utiliza-se um smbolo adicional: = dont= dont carecare
Exemplo: H= 1 1 H= 1 1
H um padro que descreve todos os cromossomas do espao 23 , cujos os dois primeiros bits so iguais a 1, no importando os demais.
InterpretaoInterpretao f(x) = x2 , x 23
Seja o Seja o schemaschema: : H= 1 1 H= 1 1 H refere-se a conjectura que a razo pela qual 111 e
110 so bons cromossomas (ou no), so os dois bits mais significativos iguais a 1, no importando os demais.
Para esta conjectura podem existir numa determinada populao dois representantes: 110 e 111.
110 e 111 pertencem a H= 1 1 110 e 111 pertencem a H= 1 1
Nmero de Nmero de SchemataSchemata Seja o espao de busca KL onde:
K nmero de elementos do alfabeto de representaoL comprimento do cromossoma
Total de Schemata = (K+1) L
Exemplo: K=2; L=3
23 = 8 pontosTotal de Schemata = 27
Ordem de umOrdem de um SchemaSchema Ordem ou Especificidade O(H)O(H) nmero de posies fixas (diferentes de *)
presentes no schema
H= 0 1 1 H= 0 1 1 1 1 O(H) =4O(H) =4
H= 0 H= 0 O(H) =1O(H) =1
Comprimento de um Comprimento de um SchemaSchema (H) distncia entre a primeira e a ltima posies
especficas (diferentes de *) no schema.
H= 0 1 1 H= 0 1 1 1 1 (H) =4(H) =4
H= 0 H= 0 (H) =0(H) =0
Representao GeomtricaRepresentao GeomtricaSchemata Schemata de Ordem 3: Pontosde Ordem 3: Pontos
010
101
111
001000
110
100
011
Representao GeomtricaRepresentao GeomtricaSchemata Schemata de Ordem 2: Linhasde Ordem 2: Linhas
010
101
111
001000
110
100
00
0 0
00
1 1
11
01
10
11 10
1 00 1
01
011
Representao GeomtricaRepresentao GeomtricaSchemataSchemata de Ordem 1: Planosde Ordem 1: Planos
010
101
111
001000
110
100
0
0 1
1
011 1
0
Indivduos Pertencentes ao Indivduos Pertencentes ao um um SchemaSchema
Um indivduo pertence a um schema se para todas as L posies o smbolo do indivduo igual ao smbolo do schema, exceto nas posies onde o smbolo do schema dont care ().
Um schema possui 2L-O(H) indivduos. Exemplo: 1 possui 23-1 indivduos
0 1 00 1 11 1 01 1 1
Indivduos Pertencentes ao Indivduos Pertencentes ao SchemaSchema
Sch ema Indivdu os1 0 0 0 0 0 02 0 0 1 0 0 13 0 0 * 0 0 0 0 0 14 0 1 0 0 1 05 0 1 1 0 1 16 0 1 * 0 1 0 0 1 17 0 * 0 0 0 0 0 1 08 0 * 1 0 0 1 0 1 19 0 * * 0 0 0 0 0 1 0 1 0 0 1 110 1 0 0 1 0 011 1 0 1 1 0 112 1 0 * 1 0 0 1 0 113 1 1 0 1 1 014 1 1 1 1 1 115 1 1 * 1 1 0 1 1 116 1 * 0 1 0 0 1 1 017 1 * 1 1 0 1 1 1 118 1 * * 1 0 0 1 0 1 1 1 0 1 1 119 * 0 0 0 0 0 1 0 020 * 0 1 0 0 1 1 0 121 * 0 * 0 0 0 0 0 1 1 0 0 1 0 122 * 1 0 0 1 0 1 1 023 * 1 1 0 1 1 1 1 124 * 1 * 0 1 0 0 1 1 1 1 0 1 1 125 * * 0 0 0 0 0 1 0 1 0 0 1 1 026 * * 1 0 0 1 0 1 1 1 0 1 1 1 127 * * * 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 1 0 1 1 1
Schemata Schemata representados por representados por um indivduoum indivduo
Um indivduo representa 2L schemata. Para cada uma das L posies de um indivduo, define-se
um schema diferente, usando o smbolo presente no indivduo ou o smbolo .
Exemplo: 0 1 0 representa os seguintes schemata:0 1 0 1 00 00 1 0 1 0
Porque utilizar Porque utilizar schemaschema?? Porque considerar (K+1) L ao invs de considerar apenas KL
indivduos? John Holland procurou mostrar com schemata, o paralelismo da
busca atravs do espao de solues. H mais informaes nos schemata para guiar a busca do que
simplesmente nos indivduos. Numa populao de n indivduos, onde cada indivduo representa 2L
schemata, h entre 2L e n.2L schemata, dependendo da diversidade da populao.
J. Holland mostrou que o nmero de schemata processados a cada gerao proporcional a n3
Paralelismo Implcito um GA processa n3 schemata em paralelo, enquanto avalia n indivduos.
Teorema Fundamental de GATeorema Fundamental de GA
Schemata permitem analizar o efeito global da reproduo e dos operadores genticos.
Efeito da SeleoEfeito da Seleo
Efeito do Efeito do CrossoverCrossover
Efeito da MutaoEfeito da Mutao
Efeito da SeleoEfeito da Seleo
Seja m(H,t)m(H,t) o nmero de representantes do schema H na populao no ciclo t.
Sabemos que, ppi i = = ffii / / ffjj a probabilidade do cromossoma i ser escolhido.
Ento, o nmero esperado de representantes de H no ciclo seguinte (t+1) :
m(H, t+1) = n . m(H, t+1) = n . iiHH
ffii / / nn
ffjj
Definindo a aptido mdia do schema H, como
f(H) = f(H) = iiH H
ffii / m(H,t) / m(H,t) ento,
m(H, t+1) = m(H, t) . n . f(H)m(H, t+1) = m(H, t) . n . f(H) / / nn
ffjj
Como ffmdiomdio = = nn
ffjj / n / n ento,
m(H, t+1) = m(H, t) . f(H)/ m(H, t+1) = m(H, t) . f(H)/ ffmdiomdio
Analisando podemos dizer que:
1- Schemata com aptido acima da mdia proliferam;
2- Schemata com aptido abaixo da mdia tendem a
desaparecer.
m(H, t+1) = n . m(H, t+1) = n . iiHH
ffii / / nn
ffjj
Taxa de EvoluoTaxa de Evoluo Supondo H acima da mdia de um fator constante C
estacionrio, a partir de t=0:m(H, t+1) = m(H, t) . (m(H, t+1) = m(H, t) . (ffmdiomdio + C.+ C.ffmdiomdio) / ) / ffmdiomdio
m(H, t+1) = m(H, t) . (1+C)m(H, t+1) = m(H, t) . (1+C)
Assim,para qualquer t temos:
m(H, t+1) = m(H, 0) . (1+C)m(H, t+1) = m(H, 0) . (1+C)tt
O nmero ocorrncias nas geraes sucessivas de bons (maus) schemata, cresce (decresce) exponencialmente.
Efeito do Efeito do CrossoverCrossover Ex: AA vai cruzar com outro genitor; o que acontece a HH11 e HH22?
0 1 1 1 0 0 0
* 1 * * * * 0
* * * 1 0 * *
AA
HH11HH22
Ponto de crossover
HH11 ser destrudo e padro no ser transmitido aos descendentes a no ser que par genitor de A possa recuperar padro.
HH22 sobrev iv er e ser transmitido a um dos descendentes.
Probabilidade de DestruioProbabilidade de Destruio
ppdd = = (H) (H) //////// (L(L--1)1) A probabilidade de sobrevivncia de H ,
ppss = 1 = 1 -- (H) (H) //////// (L(L--1)1) Ento, considerando a probabilidade do crossover e
a recuperao de H aps o crossover temos,
ppss 1 1 -- ppcc ..(H) (H) //////// (L(L--1)1) Portanto,
m(H, t+1) m(H, t+1) m(H, t) . f(H) m(H, t) . f(H) //////// ffmdiomdio [1 [1 -- ppcc ..(H) (H) //////// (L(L--1)]1)]
Efeito da MutaoEfeito da Mutao Seja, ppm m a probabilidade de uma posio sofrer
mutao. 11-- ppm m a probabilidade de sobrevivncia. H tem O(H) posies fixas Assim, a probabilidade de sobrevivncia do schema :
(1(1-- ppmm))O(H)O(H)
Sabendo que ppm m 1, ento
(1(1-- ppmm))O(H)O(H) 1 1 -- O(H) . O(H) . ppmm
Teorema Fundamental de GATeorema Fundamental de GA
m(H, t+1) m(H, t+1) m(H, t).f(H) m(H, t).f(H) //////// ffmdiomdio [1[1-- ppcc ..(H) (H) //////// (L(L--1)].[1)].[1 1 --
O(H).O(H).ppmm ]]
Schemata curtos, de baixa ordem e com alta aptido tendem a proliferar nas geraes sucessivas, a uma taxa
exponencial.
Hiptese dos Blocos Hiptese dos Blocos ConstrutoresConstrutores
Assim como uma criana cria grandes castelos empilhando pequenos blocos, um algoritmo gentico
busca desempenho prximo do timo atravs da
justaposio de schemata curtos, de baixa ordem e de alta aptido, ou blocos construtores.
Processando Processando SchemataSchemataNmero P opulao x f(x) P rob. Nmero Result . Pares de Geni tores e Nova Populao x f(x )
I nic ial Inteiro x2 S el eo Descen.Roleta Pontos de Corte Inteiro x2
1 0 1 1 0 1 13 169 0,14 0,58 1 0 1 1 0 | 1 0 1 1 0 0 12 1442 1 1 0 0 0 24 576 0,49 1,97 2 1 1 0 0 | 0 1 1 0 0 1 25 6253 0 1 0 0 0 8 64 0,05 0,22 0 1 1 | 0 0 0 1 1 0 1 1 27 7294 1 0 0 1 1 19 361 0,31 1,23 1 1 0 | 0 1 1 1 0 0 0 0 16 256
S oma 1170 1,00 4,00 4 1754Mdia 293 0,25 1 1 439Mximo 576 0,49 1,97 2 729
P rocessamento de Schemata
Aps ApsSeleo Crossover
com p(H) O(H) Repres. f(H) m(H,t+1) real Repres. m(Ht+1) real Repres.
H1 1 * * * * 0 1 2,4 469 3,2 3 2,3,4 3,2 3 2,3,4H2 * 1 0 * * 1 2 2,3 320 2,18 2 2,3 1,64 2 2,3H3 1 * * * 0 4 2 2 576 1,97 2 2,3 0 1 4
= iH
fi / m(H,t) = m(H, t) . f(H)/ fmdio= m(H, t) . f(H) / fmdio[1 -pc .(H) / (L-1)]
Processando Processando SchemataSchemataNmero P opulao x f(x) P rob. Nmero Result . Pares de Geni tores e Nova Populao x f(x )
I nic ial Inteiro x2 S el eo Descen.Roleta Pontos de Corte Inteiro x2
1 0 1 1 0 1 13 169 0,14 0,58 1 0 1 1 0 | 1 0 1 1 0 0 12 1442 1 1 0 0 0 24 576 0,49 1,97 2 1 1 0 0 | 0 1 1 0 0 1 25 6253 0 1 0 0 0 8 64 0,05 0,22 0 1 1 | 0 0 0 1 1 0 1 1 27 7294 1 0 0 1 1 19 361 0,31 1,23 1 1 0 | 0 1 1 1 0 0 0 0 16 256
S oma 1170 1,00 4,00 4 1754Mdia 293 0,25 1 1 439Mximo 576 0,49 1,97 2 729
P rocessamento de Schemata
Aps ApsSeleo Crossover
com p(H) O(H) Repres. f(H) m(H,t+1) real Repres. m(Ht+1) real Repres.
H1 1 * * * * 0 1 2,4 469 3,2 3 2,3,4 3,2 3 2,3,4H2 * 1 0 * * 1 2 2,3 320 2,18 2 2,3 1,64 2 2,3H3 1 * * * 0 4 2 2 576 1,97 2 2,3 0 1 4
= iH
fi / m(H,t) = m(H, t) . f(H)/ fmdio= m(H, t) . f(H) / fmdio [1 - pc .(H) / (L-1)]
Planilha Fundamentos de GAPlanilha Fundamentos de GA
1 1 1 1 0 0 28 784 0,0953539 0,953539 2 1 1 1 0 0 52 1 1 1 0 0 28 784 0,0953539 0,953539 0 1 1 1 0 0 53 1 1 1 1 0 30 900 0,1094624 1,094624 3 1 1 1 1 0 24 1 1 1 0 1 29 841 0,1022865 1,022865 3 1 1 1 0 0 25 1 1 1 1 0 30 900 0,1094624 1,094624 1 1 1 1 1 0 16 1 1 1 1 0 30 900 0,1094624 1,094624 0 1 1 1 1 0 17 1 1 1 1 0 30 900 0,1094624 1,094624 0 1 1 1 1 0 58 1 1 1 1 0 30 900 0,1094624 1,094624 0 1 1 1 1 0 59 1 0 1 1 1 23 529 0,0643396 0,643396 1 1 1 1 1 0 510 1 1 1 0 0 28 784 0,0953539 0,953539 0 1 1 1 0 0 5
10 10S oma 286 8222 1 10 10Mdia 28,6 822,2 0,1 1 1Mximo 30 900 0,1094624 1,094624 3
P rocessamento de SchemPopulao 10 (at 10)Crossover 0,6 (0 a 1)Mutao 0,08 (0 a 1)Geraes 20
Aps S eleoReal
comp(H) O(H) Representa f(H) m(H,t+1) RepresentantesH1 1 * * * * 0 1 10 {1,2,3,4, 822,2 10,0000001 10 {1,2,3,4,5,6,7,8,9,10}H2 * 1 0 * * 1 2 0 {} 0 0 0 {}H3 1 * * * 0 4 2 8 {1,2,3,5,6 856,5 8,33373875 10 {1,2,3,4,5,6,7,8,9,10}H4 4 0 0 {} 0 0 0 {}H5 4 0 0 {} 0 0 0 {}
S chemata
NmResult . Roleta
Nm. Descende
Prob. Seleo
Execuo A utomt icax i nteiroP opulao Ini cial f(x ) = x^ 2
Configuraes
Pares de Genitores e P ontos de Corte
Executar
Gerar Pop ulao
No va Ge rao
Crossover
Seleo
Mu tao
Evo lu ir Gera es
Efeito da CardinalidadeEfeito da Cardinalidadex Binrio N o Binrio Aptido
0 0 0 0 0 A 01 0 0 0 1 B 12 0 0 1 0 C 43 0 0 1 1 D 94 0 1 0 0 E 165 0 1 0 1 F 256 0 1 1 0 G 367 0 1 1 1 H 498 1 0 0 0 I 649 1 0 0 1 J 8110 1 0 1 0 K 10011 1 0 1 1 L 12112 1 1 0 0 M 14413 1 1 0 1 N 16914 1 1 1 0 O 19615 1 1 1 1 P 225
Espa o 16 16Cardinalida de 2 16Sche mata 81 17
ConclusesConcluses
GA explora similaridades em codificaes arbitrrias atravs de schema.
A codificao binria simples e eficiente, oferecendo o nmero mximo de schemata, porm nem sempre adequada.
A representao de cromossomas fundamental para o desempenho de um GA.
Princpios de Escolha da Princpios de Escolha da RepresentaoRepresentao
Representatividade deve representar todo o espao de busca relevante ao
problema Schemata
deve prestigiar a formao de schemata curtos e de baixa ordem
Alfabeto deve util izar um alfabeto mnimo que permita a expresso
natural do problema