Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
TEMA1AlgoritmosGenéticosAula321out- fundamentos:conceito/modelo/operadores/algoritmo
71
TEMA1Aula3
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
KarlSims–EvolvingCreatures(1994)https://www.youtube.com/watch?v=JBgG_VSP7f8Morfologia• corpo:membros/articulações• controle:propósito/movimentos&ações• evoluçãogenética
72
ArtificialLife
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Caixeiroviajante(travelingsalesman)https://www.youtube.com/watch?v=KdrfFFWwWiUhttps://www.youtube.com/watch?v=Lw-91UORjx4https://www.youtube.com/watch?v=q6fPk0--eHYAdaptaçãogenéticaderedesneuraishttps://www.youtube.com/watch?v=8V2sX9BhAW8 73
AlgoritmoGenético
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Algoritmosevolucionários• Algoritmos(estratégias)evolucionários
– (Rechenberg,1965)– Métodosparaevoluçãodesoluçõesdeproblemas
• Programaçãoevolucionária– (Fogel,1966)– Quandoaplicadosparaodesenvolvimentodeprogramas
• Algoritmosgenéticos– (Holland,1975)– Métodosevolutivosbaseadosnousodecodificaçãogenética
• Programaçãogenética– (Koza,1992)– Quandoaplicadosparaodesenvolvimentodeprogramas
74
AlgoritmosEvolucionárioseGenéticoscategorias/propostas
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Oqueé?• mecanismodebuscanumespaçodesoluções
• Buscamosumasolução(individuo)numespaçodesoluções– Umbomindividuo– Esperandopoderencontra-losemprecisartestartodos!!!– Combaseemalgumacoerênciaentrevizinhos
• Quemestáporpertonãocostumasertãodiferente
75
AlgoritmosEvolucionárioseGenéticosfundamentos
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
76
AlgoritmosEvolucionárioseGenéticosfundamentos
ÓtimaBoaNeutraRuimAmostras
AGéumprocedimentoparaescolhersucessivasamostrascomaexpectativadechegarcadavezmaispróximodamelhorsituação
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Quandoéinteressante?• Quandoadimensãodesteespaçoéintratável
– Ousejaquandonãosepodetestarcadasoluçãopelofatodequetalaçãoexcedeemmuitoacapacidade(tempo)disponível
• Exdimensõesintratáveis:– ~1080 númeroátomosuniverso– ~10120númerodepossíveisestadosnoxadrez– 106000 6.000semáforosemSP;10estados/semáforo
77
AlgoritmosEvolucionárioseGenéticosfundamentos
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Aexploraçãodediferentesindivíduospermitevasculharoenormeespaçodesoluções• entendendo-secadaindividuocomoumaparticular
soluçãodoproblema,eoespaçodesoluçõescomoaquelequecontemplaatodasaspossíveissoluções
Particularmenteindicadoemcasosemqueoespaçoémuitogrande(ex:1030)• situaçõesemqueexplorartodasassoluçõesnabuscada
melhoréalgointratável,eemquenãoháconhecimentodafunçãoquequalificacadasolução(sehouvereforconhecidapode-seterumasoluçãoanalíticasimples–exfunçãolinear,ouderivável,bastaveroseumáximo!)
78
AlgoritmosEvolucionárioseGenéticosfundamentos
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Computaçãoevolucionária• Métodosbottom-upparadesenvolvimentodesistemas
eprocessos• Podemapresentarprincípiosassociadosà
– Criatividade– Emergência(surgiralgonovo)
79
AlgoritmosEvolucionárioseGenéticosfundamentos
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Algoritmosgenéticos• Princípio
– Métododeembasamentoestatístico– Sucessivaalteraçãodeindivíduosnumapopulaçãosegundoumcritérionorteadordoprocesso
• Mecanismodeavaliaçãodaqualidadedosindivíduos(fitness)– Codificaçãogenéticadosindivíduos,sobreaqualoperamosprocedimentosdereproduçãoemutação
• Permitemmanterboas(melhores)característicasdosindivíduosdapopulaçãoenquantoexploramtambémoutrasnovas
– Início:sistemaexploratório–favorecenovascaracterísticas– Fim:sistemaconservativo–favoreceamanutençãodasmelhorescaracterísticasobtidas
80
AlgoritmosGenéticosprincípios
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Algoritmosgenéticos• Buscaporcaminhosparaumdestino
– Identificarumaboaseqüênciadeetapasparaatingiroobjetivo
• Buscaporsoluções– Procurarporumaboasoluçãodoproblema(ouótima)
• Quandooespaçodepossíveissoluçõesédealtíssimadimensão
81
AlgoritmosGenéticosprincípios
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Algoritmosgenéticos• Exemplo
– Evoluçãodemáquinadeestadosquedefineocomportamentodeumrobôvirtual(WoxBot)
• Máquina(estadosetransições)codificadageneticamente• Métricadeavaliaçãodedesempenho:osucessodorobôemprocurarpirâmidesevitandocubos
• Procedimentosdereproduçãogenética:– cruzamento– mutação
AlgoritmosGenéticosprincípios
82
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
• Identificaçãodoindividuo(aquiloquesequermelhorar)
• Codificaçãogenéticadoindivíduo(parapermitirousodeoperadoresgenéticos)
• Criaçãodesucessivasgeraçõesdapopulação(diversosindivíduoscomalgumasdiferençasentresi,representadasnasdiferentescodificaçõesgenéticas)
• Avaliaçãoerankingdetodososindivíduos
• Criaçãodenovosindivíduos(novageração)apartirdosatuaisporreprodução(combinaçãoentrepais)emutação(pequenasalteraçõesaleatórias)
83
AlgoritmosGenéticosprincípios
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Individuo• Cadasoluçãoérepresentadaporumindivíduo
População• Conjuntoparcialdesoluçõesérepresentadoporuma
população
Gerações• Aolongodediversasgeraçõesseobservaumamudança
noperfildosindivíduosdapopulaçãoquevãoseespecializando(chegandomaispróximosdamelhor)
84
AlgoritmosGenéticosconceito
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
85
AlgoritmosGenéticosconceito
Desempenho
Gerações
Ideal
Real
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Fenótipo• Oindividuoemsi• RepresentaumapossívelsoluçãodoproblematratadoGenótipo• Umacodificação(binária)doindivíduo
86
AlgoritmosGenéticosmodelo
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Amaiordificuldadeestaemgarantiraconsistênciadofenótipocombasenogenótipo
• CorrespondênciabiunívocaCadanovogenótipotemquepodercorresponderaumfenótipo
(individuoousolução)possível(consistente)• Modeloshomogêneos
– Fácil• Modelosheterogêneos
– Podeserdifícil– Eventualmentenecessitedevalidadoresdoprocesso
construtivo
87
AlgoritmosGenéticosmodelo
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Ex:individuoéumanimal(consistênciaestrutural)
• Ocruzamento(reprodução)deveproduzirumnovoindividuoquemantenhaasmesmascaracterísticasdosseuspais,combinando-as– Pernasmaislongas(pai)ebraçosmaiscurtos(mãe)
• Oquenãopodeaconteceréporexemplosurgiralgocomospésnacabeça!
88
AlgoritmosGenéticosmodelo
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Emboraoexemploanteriorpareçaobvio,nemsempreéfácildesegarantirtalconsistência
• Ex:individuocorrespondeaumconjuntoderotasdeônibus
• Umnovoindividuodevecorresponderaumnovoconjuntoderotas,masdeve-segarantirporexemploqueacoberturadasmesmassejacompleta(todaacidade)• Eaosemisturardoisconjuntosderotasissopodenãoser
trivial.Ex,ofilhopodeherdardoisconjuntosderotasdeumaregiãodacidadedeixandooutraregiãodescoberta
89
AlgoritmosGenéticosmodelo
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Oprimeiroetalvezmaisimportantepontoasertrabalhadoquandosetrabalhacomalgoritmosgenéticoséodaespecificaçãodomodelodoindividuo(fenótipo)edeumcorrespondentecódigo(genótipo)queorepresente
Nãoparecehaverumaregraparaisso.Cadaprojetodevesertratadoindependentemente,analisandosuascaracterísticaseprocurandoumarepresentaçãoquepermitaumamanipulaçãoconsistente
90
AlgoritmosGenéticosmodelo
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Operadoresagemsobreogenótipocomefeitosobreofenótipo
Altera-seocódigoecomissotransforma-seoindividuo
91
AlgoritmosGenéticosoperadores
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Reprodução• novoindividuocompostoapartirdacomposição(partes)de
seuspais– Paisescolhidosconsiderandoprobabilisticamenteseus
desempenhos• melhoreslevamvantagem,maspioresnãosãoexcluídos!
Mutação• novoindividuotransformadoaleatoriamente
– mutaçõestembaixaocorrência(3%a10%)– dentreasocorrênciasaspequenasalteraçõessãomais
frequentes(leidaspotenciasinversas–terremotos!)
92
AlgoritmosGenéticosoperadores
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Representação/CodificaçãoEx:Automatoestadosetransiçõesnúmerodeestados(vamosconsidera-lofixo)númerodetransições(entremínimoemáximo)código:cadatransição implícito(posiçãonocódigo):Ei/C explícito(valor):Ef
6estados/de0a3transiçõesporestado
93
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Representação/CodificaçãoEx:AutomatoCrossOver2paisgerando2filhosCompostosapartirdepartedecadaumdospais
94
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
95
AlgoritmosGenéticosexemplo/procedimento1 2 3
54 6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 4
4 5
5 6
6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 6
4 5
5 3 6
6
1 2 3
54 6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 6
4 5
5 6
6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 4
4 5
5 3 6
6
1 2 3
54 6
1 2 3
54 6
Reprodução1(1-3/4-6)
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
96
AlgoritmosGenéticosexemplo/procedimento1 2 3
54 6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 4
4 5
5 6
6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 6
4 5
5 3 6
6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 4
4 5
5 6
6
1 2 3
54 6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 6
4 5
5 3 6
6
1 2 3
54 6
1 2 3
54 6
Reprodução2(1-2/3-6)
4 2 5 3 2 6 3 3 4 4 5 4 5 5 6 6 6 6
4 2 1 3 4 5 3 3 6 4 5 4 3 5 6 6 6 6
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
97
AlgoritmosGenéticosexemplo/procedimento1 2 3
54 6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 4
4 5
5 6
6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 6
4 5
5 3 6
6
Ef:(EiC)
a b c
1 4 2
2 3 4 5
3 5
4 5
5 6
6
1 2 3
54 6
Ef:(EiC)
a b c
1 4 2 5
2 3 6
3 6
4 5
5 3 6
6
1 2 3
54 6
1 2 3
54 6
Reprodução2(1-2/3-6)comMutação(3/4)
4 2 5 3 2 6 3 3 4 4 5 4 5 5 6 6 6 6
4 2 1 3 4 5 3 3 6 4 5 4 3 5 6 6 6 6
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodapopulaçãoinicial(nindivíduos)Avaliaçãodecadaindividuoeordenação(ranking)Criaçãodanovapopulaçãoseleçãodeparesparareprodução(quem)seleçãodocritériodereprodução(como)reavaliação(novosindivíduos)escolhadosindivíduosdanovapopulação
98
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodapopulaçãoinicial(nindivíduos)aleatória(normalmenteamelhorforma–generalidade)ousegundoalgumcritério ex:homogeamentedistribuídosnoespaçodesoluções
99
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoAvaliaçãodecadaindividuo....avaliaçãoindividual(desempenhonatural)ouavaliaçãoporcompetição(torneios:umcontraooutro(s))
...eordenação(ranking)mantendoosmelhoresoufavorecendoosmelhores(maioreschances)
100
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodanovapopulaçãoseleçãodeparesparareprodução(quem)aleatóriaoufavorecendoosmelhores proporcionalmenteaodesempenhodecadaum
101
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodanovapopulaçãoseleçãodecritériosparareprodução(como)definiçãodopontodequebradocódigofixaoualeatória
agregandomutaçãochancedemutaçãoepontodemudança
102
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodanovapopulaçãoreavaliação
103
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PseudocódigoCriaçãodanovapopulaçãoescolhadosindivíduosdanovapopulaçãomantendoosmelhores(elitismo)oufavorecendoosmelhoresoualeatóriaoualgumacombinaçãodasanteriores
104
AlgoritmosGenéticosexemplo/procedimento
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Métodogenérico• paraprocuradesoluções• paraevoluir(melhorar)soluções
Próximaaula
• estudodealgunscasos• Woxbot(robôqueevoluiparasobreviverpormaistempo)• Genpolis(sistemadeprocuraporumacartasemafórica
maiseficiente)
105
AlgoritmosGenéticosconclusão
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Caixeiroviajante(travelingsalesman)https://www.youtube.com/watch?v=KdrfFFWwWiUhttps://www.youtube.com/watch?v=Lw-91UORjx4https://www.youtube.com/watch?v=q6fPk0--eHYAdaptaçãogenéticaderedesneuraishttps://www.youtube.com/watch?v=8V2sX9BhAW8 106
AlgoritmoGenético
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
107
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
108
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
109
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
110
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
TEMA1AlgoritmosGenéticosAula4
21out- aplicações:exemplos/simulações/vídeos- (modelagemdoindividuo)- exemplos:woxbot/genpolis-
111
TEMA1Aula3
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
WOXBOTumrobôcontroladoporautômatoqueevolui
GENPOLISplanosemafóricoqueevolui
112
AlgoritmosGenéticosexemplos
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
113
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Robôvivenumaarena(ambiente)
• ondeseencontramcubos(roubamenergia)• epirâmides(fornecemenergia)• ondesemovimentalivremente
consomeenergiadeformacontinua,precisandoportantoencontrarfontesondepossaserecarregar
114
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
RobôDotadodesensorvisual(câmeracomredesneurais)
• câmeracapturaimagensdopontodevistadorobô• RNApreviamentetreinadareconheceobjetosnacena
• identificandocubosepirâmides• reportandosualocalizaçãorelativa
– frente,direita,esquerda/perto,longe• Informaçãorepassadaparaocentrodedecisões(MEF)
115
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
RobôControladoporumautômatoevolutivo(decisor)
• estadoscorrespondemaações• Seguiremfrente,viraradireitaouesquerda• Emconsequênciadoquesemovimentanacena• Podendoentão(MEFadequada)perseguiralgunsobjetose
evitaroutros
116
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
RobôControladoporumautômatoevolutivo(decisor)
• evoluiaolongodegeraçõesdemodoaconduziraumrobômaisadaptadoaoambiente• vidaprosperaelonga(DrSpock,StarTrek)
• semquehajainterferênciadocriadordorobô• adaptaçãoéautônoma!
• Favorecerobôsqueprocurampirâmidesenquantoevitamcubos(acumulammaisenergia,tendoentãovidamaislonga)
117
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Robômelhoradaptadoéaqueledemaisrapidamentetomardecisõescorretasapartirdosobjetosidentificados,demodoairaoencontrodaspirâmidesenquantoevitaoscubos
EncontraraFSMidealnãoétarefatrivial.Existemdiversasopções(estratégiaspararegerocomportamento)
Oboméquepodemserencontradasdeformaautônomausandoconceitosadaptativos/evolutivos
118
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
119
AlgoritmosGenéticosWOXBOT
Parado
Giraaesquerda
Giraadireita
Segueem
frente
ObjEsq
ObjFrente
ObjDir
Vira
SemObj
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
120
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
RecolhimentodosexercíciosfeitosemcasaDiscussãodaspropostas–semelhançasediferençasAnalisedoprocessomentalhumanoquelevouaoresultadonestecasonósfizemostudo
Comparaçãocomométodocomputacionalevolutivonestecasonósparticipamos,definindocritériosecondiçõesdecontorno
RepresentaçãocomvistasaCodificação
121
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Pararesolverumproblemaéfundamentaldefini-lobemEentãocompreenderquaisestratégiasparecemmaisadequadas(númerodeestados,grausdepercepção,oquepareceseramelhoraçãoemcadasituação)
Mesmoqueasoluçãovenhaaserencontradacomputacionalmente(deformaautônomapormétodosevolutivos)elasóacontecedepoisquetiveremsidodefinidasascondiçõesdecontornodoproblema
122
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Nestecasocompõeacondiçãodecontornonúmerodeestadosadequado nemtãopoucoquenãoconsigalidarcomoproblema nemtantoquetorneseutratamentodifícil
Temosquedefinirosestados?émaisfácildefinirosignificadodecadaestadoapriorimaspodeserdeixadoparaquesejadefinidopeloAG,sóquenestecasosecriaumproblemaamais(comoautomatizaradefinição/significadodecadaestado)
Temosquedefinirastransições?não,nestecasocabeaoprocessoevolutivofaze-lomastemosquedefiniroconjuntodecondiçõesaseravaliado
123
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Nestecasocompõeacondiçãodecontornograusdepercepção(condiçõesdetransição) nenhum,umoumaisobjetosnocampovisual melhordecisãoemcadacaso
124
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Separtirmosdeestadospré-definidos,deixaremosparaaevoluçãoabuscaótimadastransições émaissimples,mastambémmaisrestritivo
Sedeixarmostudolivre,podemosimaginarquesejapossívelencontrarummodelomaisrobusto,mascujocusto(tempocomputacional)sejamaior(proibitivo?)
125
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Resumindo,aintervençãodeumprojetistaaindasefaznecessária
Nemtudoécriadoouemergeapartirdonadadeformaautônoma
Apenasdamoscondiçõesparaquemecanismosautomáticos(pornósconcebidos/programados)possamintervireentãocriarautonomamenteoqueesperamosdeles(nesteexemploaMEF)
126
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
DequalquerformaaideiaéqueoAGsejacapazdefazerboasescolhas,oquepressupõequeoelencodeitensaescolhersejadefinidoapriori porexemplotodososestadospossíveis,dosquaisoAGescolheriaalguns(ouusariatodos)
127
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
128
AlgoritmosGenéticosWOXBOT
Poucastransições
Muitastransições
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
129
AlgoritmosGenéticosWOXBOT
Universodeestadospossíveis(8)
MEF1:comalgunsestados(4)
MEF2:comoutrosestados(4)
MEFn:comoutrosestados(6)
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
130
AlgoritmosGenéticosWOXBOT
RedepequenaPoucosestadosTotalmenteconectada
RedepequenaPoucosestadosParcialmenteconectada
RedepequenaPoucosestadosParcialmenteconectada
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
131
AlgoritmosGenéticosWOXBOT
RedepequenaPoucosestadosTotalmenteconectada
RedegrandeMuitosestadosParcialmenteconectada
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Construçãodasredesconexãocompletaouparcialhomogêneaounão(algumahierarquia)
Oquequerqueseja,oconceitodeveserescolhidoparapoderserdefinido
entreoscritériosqueserãousadospeloAGnabuscapornovasconfigurações
Amenosdaconfiguraçãocompletaehomogênea,asdemaiscorremorisco
delevararedesdesconexasnoprocessodereprodução Nestecasopode-seprocedercomasaveriguaçõesdeconsistênciaousimplesmentedeixarissoemaberto(estasredestemmenoreschancesdeseremboaseserãoprovavelmentedescartadas)
132
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Omesmovaleparaastransições,enestecasoseresumeadefiniroconjuntodetodasassituaçõesquepodemservislumbradas nestecasoérazoávelsuporquetenhamosquecriar
classes umobjeto,doisobjetos,váriosobjetos localização:segmentada direita,direita-centro,centro,... próximo,intermediário,longe
133
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
DISCUSSÃOCONSTRUÇÃOCONJUNTADEUMAREDE(FSM)escolhadecritériosproposiçãodeumaarquitetura(FSM)identificaçãodedúvidas,problemas,...
134
AlgoritmosGenéticosWOXBOT
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Rotasdeônibus(campusdaUSP)Descriçãodoproblemamatrizorigemdestinoescolhadospontos(aglomeração)
Representaçãodasrotas
135
AlgoritmosGenéticoTráfego/MobilidadeUrbana
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
PlanoSemafóricoqualacartadetemposquepropiciaomelhorescoamentodotráfegonumadeterminadacondição?porcondiçãoentende-seasituaçãodotransito(densidadedeveículosnamalha)considerandopadrões(mediashistóricas)porfaixahoraria
aumentarotempodeverdeparafavorecerofluxonumcruzamento(paraumadasvias)temefeitonoscruzamentosseguintesdarede,damesmaformaqueéafetadaporcruzamentosanterioresTrata-seportantodeumproblemadeotimizaçãodecaráterglobal(distribuído)
136
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
137
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
138
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
AG–propõesucessivassoluções,combinandosoluçõesanteriores
SIMULADOR–avaliaoimpactodecadanovasolução(cartasemafórica)noescoamentodotrafego
DADOSINICIAIS–obtidosapartirdemedidas/observaçõesdarealidade,discriminadoporfaixashorarias(intervalosdeduashoras) assumindoqueexistaumpadrãomédiodetrafego
nestasjanelastemporaisquesejamantidocompoucadispersão
139
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
AnáliseEspaçoTemporal
140
AlgoritmosGenéticosGENPOLIS–situaçãooriginal
DiaFaixaHoráriaTrechoVia
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
141
AlgoritmosGenéticosGENPOLIS–situaçãomelhorada
DiaFaixaHoráriaTrechoVia
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
CartaSemafórica
142
AlgoritmosGenéticosGENPOLIS
gerações
G1 G2 G3 G4 GF
cruzam
entos
C1 30/30 35/25 40/20 50/10 45/15 40/20 35/25
C2 20/40 20/40 25/35 35/25 30/30 25/35 30/30
C3 10/50 20/40 40/20 35/25 30/30 25/35 25/35
Cn 10/50 20/40 40/20 35/25 40/20 45/15 40/20Km(total)congestionamento
108 98 102 96 92 93 91
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
MapaGenético
143
AlgoritmosGenéticosGENPOLIS
gene C1 C2 C3 C4 C40
G1 1 5 3 4 3G2 3 3 3 1 4
Gn 2 4 2 3 5
5estadosporsemáforo40semáforosnaredeconsiderada540possíveiscombinações
tempos plano
10/50 1
20/40 2
30/30 3
40/20 4
50/10 5
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
MapaGenético
144
AlgoritmosGenéticosGENPOLIS
gene C1 C2 C3 C4 C40
G1 1 8 3 8 5G2 3 6 3 9 7
Gn 4 7 2 7 9
tempos plano
05/55 1
10/50 2
15/45 3
20/40 4
25/35 5
30/30 6
35/25 7
40/20 8
45/15 9
50/10 10
55/05 11
11estadosporsemáforo40semáforosnaredeconsiderada1140possíveiscombinações
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Modelagem(definiçãodogene)émuitosimplesBoasimulação(avaliaçãodecadacandidato)équemconsome
muitotempodeprocessamentoExplosãocombinatóriaTestartodasaspossibilidadeséimpraticávelTemportantoqueexplorarcoerênciaentresoluçõessedefatoexistir,entãocomumnumerodetestessensivelmentemenorqueototalépossívelsechegaraboassoluções
145
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
FIGURASCenário/rededeviasmetropolitanaCartasemafóricaMedidasestatísticas(históricasporfaixahoraria)Combinaçãoideal
146
AlgoritmosGenéticosGENPOLIS
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
147
AlgoritmosGenéticosGENPOLIS
30921378
1108
3194
30923194
11081378 1378
1378 1378
1378
2886
2886
2886
3194
3194
13781378
28492849
2849
2849
169613781378 1378
137813781378
1696
1696 2992
2217
2217
22173134
4701
2997
2217
2997
2997
1108
14431108
2997
2997
3092
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
148
AlgoritmosGenéticosGENPOLIS
0 0 0 1 0 0 1 0 0 1 0 0 0 0 0 1 0 1 1 0 0 0 0 0 1 0 0 1 1 1 0 1
0 0 1 0 0 1 0 00 0 0 0 1 0 0 1
graus de saturação
graus de saturação
defasagens defasagens
Tempo de ciclo, tempos de verde, defasagens à Atrasos + 20*nParadas
0 0 0 0 1 0 0 1
graus de saturação
defasagens
0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 1
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
149
AlgoritmosGenéticosGENPOLIS
GERAÇÃO 1
412
1886 1534
800
750
1203
930
1343
450
650
785
1212
1004 850
910
650 500
763
560
701
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
150
AlgoritmosGenéticosGENPOLIS
520540560580600620640660680
0 50 100 150 200
120%
780820860900940980
10201060110011401180
0 50 100 150 200
130%
350
370
390
410
0 50 100 150 200
100%
420
440
460
480
500
0 50 100 150 200
110%
EPUSP-PSIEletrônicaeSistemasSistemasInteligentesIIConcepçãoeImplantaçãodeSistemasInteligentes
2019Prof.Dr.MarcioLoboNetto
Exercícioparapróximaaula!ComopoderiaseraMEFquepersigapirâmidesevitandocubos?Considerenomáximoousode8estados.
Definacadaestadopropostoeascondiçõesdetransição(dentrecategoriasresultantesdoclassificaçãovisual)
151
AlgoritmosGenéticosWOXBOT