DC-UFRPE/Bacharelado em Ciência da Computação/Introdução à Computação Evolutiva
Programa da Disciplina
editarNome: | INTRODUÇÃO À COMPUTAÇÃO EVOLUTIVA |
Código: | 06294 |
Departamento | Departamento de Computação (DC) |
Área | REDES E SISTEMAS DISTRIBUÍDOS |
Carga-horária total: | 60h |
Créditos: | 4 |
Pré-requisitos: | 14203 - ALGORITMOS E ESTRUTURAS DE DADOS |
Ementa
editarInspiração Biológica: Darwinismo e Mendelismo. Componentes de um Algoritmo Evolutivo: Representação, Função de Avaliação, População, Principais Mecanismos Evolutivos. Algoritmos Evolutivos Clássicos: Algoritmos Genéticos, Estratégias de Evolução, Programação Evolucionária, Programação Genética. Inteligência Coletiva. Otimização por Colônia de Formigas. Otimização por Enxame de Partículas. Cooperação e Competição. Modelos Híbridos: Combinação de Técnicas Evolutivas. Aplicações dos Algoritmos Evolutivos.
Conteúdo Programático
editarConteúdos do período letivo 2021.1
- Introdução
- Modelo de Teoria da Evolução Darwinista;
- Modelo Genético de Mendel;
- Histórico e Estado-da-Arte dos Algoritmos Evolutivos.
- Algoritmos Evolutivos
- Representação do Problema;
- Função de Avaliação;
- População;
- Principais Mecanismos Evolutivos: Seleção, Recombinação e Mutação.
- Algoritmos Genéticos
- Introdução;
- Representação do Problema
- Mutação;
- Recombinação;
- Seleção.
- Estratégias de Evolução
- Introdução;
- Representação do Problema;
- Mutação;
- Recombinação;
- Seleção.
- Programação Evolucionária
- Introdução;
- Representação do Problema;
- Mutação;
- Recombinação;
- Seleção.
- Programação Genética
- Introdução;
- Representação do Problema;
- Mutação;
- Recombinação;
- Seleção.
- Inteligência Coletiva
- Introdução;
- Principais Modelos.
- Otimização por Colônia de Formigas
- Introdução;
- Representação do Problema;
- Mecanismos Evolutivos de Busca;
- O Algoritmo.
- Otimização por Enxame de Partículas
- Introdução;
- Representação do Problema;
- Mecanismos Evolutivos de Busca;
- O Algoritmo.
- Abordagem LBest e GBest.
- Tópicos Complementares
- Abordagens Cooperativas;
- Introdução;
- Ilhas de Evolução;
- Modelos Cooperativos Coevolucionários
- Paralelismo em Algoritmos Evolutivos;
- Modelos Evolutivos Híbridos
- Abordagens Cooperativas;
- Projeto de Desenvolvimento de Sistema de Otimização com Computação Evolutiva
Bibliografia
editarBásica
editar- EIBEN, A. E.; SMITH, J. E. Introduction to Evolutionary Computing. Berlin: Springer, 2003.
- KENNEDY, J.; EBERHART, R. C. Swarm Intelligence. San Francisco: Kaufmann, 2001.
- SIMON, D. Evolutionary Optimization Algorithms. New Jersey: Wiley, 2013.
- DORIGO, M. Ant Colony Optimization. Boston: MIT Press, 2004.
- DE JONG, K. A. Evolutionary Computation. Boston: MIT Press, 2006.
Complementar
editar- CORMEN, T. H.; LEISERSON, C. E.; RIVEST, R. L.; STEIN, C. Algoritmos: Teoria e Prática. Rio de Janeiro: Campus, 2012.
- RUSSELL, S.; NORVIG, P. Inteligência Artificial, 3ª Ed. Rio de Janeiro: Campus, 2013.
- FLOREANO, D.; MATTIUSSI, C. Bio-Inspired Artificial Intelligence: Theories, Methods and Technologies. Boston: MIT Press, 2008.
- ASHLOCK, D. Evolutionary Computation for Modeling & Optimization. Berlin: Springer, 2005.
- MITCHELL, T. Machine Learning. Boston: McGraw-Hill, 1999.