Descrição
Um Algoritmo Genético (AG) é uma técnica de busca utilizada na ciência da computação para achar soluções aproximadas em problemas de otimização e busca. Algoritmos genéticos diferem dos algoritmos tradicionais de otimização em basicamente quatro aspectos:
- Baseiam-se em uma codificação do conjunto das soluções possíveis, e não nos parâmetros da otimização em si;
- Os resultados são apresentados como uma população de soluções e não como uma solução única;
- Não necessitam de nenhum conhecimento derivado do problema, apenas de uma forma de avaliação do resultado;
- Usam transições probabilísticas e não regras determinísticas.
função AlgoritmoGenético(população, função-objetivo) saídas: indivíduo
entradas: população→ uma lista de indivíduos
função-objetivo→ uma função que recebe um indivíduo e retorna um número real.
repetir
lista de pais := seleção(população, função-objetivo)
população := reprodução(lista de pais)
enquanto nenhuma condição de parada for atingida
retorna o melhor indivíduo da população de acordo com a função-objetivo
Este é um curso para quem deseja começar a desenvolver algoritmos para Inteligência Artificial.
Neste curso você aprenderá a teoria básica sobre Algoritmos Genéticos, vamos percorrer todo o caminho no que tange o AG, começando com a teoria da evolução de Darwin e terminando com o desenvolvimento de um Algoritmo Genético para maximizar uma função matemática.
Estrutura Curricular:
- Teoria do Algoritmo Genético
- Inteligência Computacional
- Um pouco de Biologia
- Conceitos Básicos de AG
- Aprofundando em Algoritmos Genéticos
- Arquitetura do AG
- Representação Cromossômica
- Representação Populacional
- Função de Avaliação
- Média da População
- Operadores Genéticos
- Seleção dos Pais
- Operador Crossover
- Operador Mutação
- Desenvolvimento de um Algoritmo Genético
- Introdução a Maximização de Funções
- Arquitetura do Projeto
- Preparando o Visual Studio C#
- Programando a Classe CONSTANTS
- Programando a Classe INDIVIDUO
- Programando a Classe POPULACAO
- Programando a Classe ALGORITMOSGENETICOS
- Programando a Interface Gráfica
- Apresentação da Execução do Algoritmo Genético
Os alunos também compraram
Sobre os instrutores
4.51 Calificación
2688 Estudiantes
4 Cursos
Camilo Barreto
Pesquisador e Professor
Mestre em ciências (2016) pelo programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal de Uberlândia com ênfase em Realidade Virtual para sistemas críticos de energia elétrica. Possui formação acadêmica na área de Engenharia da Computação (2014) pela Universidade de Uberaba. Especialista em modelagem 3D no 3Ds Max Studio, projetos 3D no SolidWorks e AutoCAD. Possui conhecimentos em criação de ambientes virtuais realísticos e ferramentas de edição em Unity Engine. Interesses especiais na área de Realidade Virtual/Aumentada, Reconstrução de Ambientes, Processamento Digital de Imagens, Sistemas de Robótica Móvel e Sistemas Micro controlados. Atualmente é doutorando no Programa de Pós-Graduação em Engenharia Elétrica pela Universidade Federal de Uberlândia (UFU), professor substituto em Análise e Desenvolvimento do IFTM - Uberlândia - Campus Centro e integra o Grupo de Pesquisa em Realidade Virtual e Aumentada (GRVA - UFU).
Feedback do aluno
Avaliações
