Inteligência Artificial: Algoritmos Genéticos - TSP

Solução do Problema Caixeiro Viajante

Ratings 4.41 / 5.00

Inteligência Artificial: Algoritmos Genéticos - TSP

What You Will Learn!

Você aprenderá a Teoria de Algoritmos Genéticos, todos os componentes e mecanismos. Aprenderá como funciona a Seleção, Cruzamento e Mutação de Indivíduos, bem como, avaliar a aptidão de indivíduos, selecionar indivíduos para elitismo, entre outros...
Implementar um Algoritmo Genético robusto utilizando a linguagem C# orientado a objetos.
Projetar um Algoritmo Genético para solucionar problemas de otimização!

Description

Aprenda o paradigma de Algoritmos Genéticos aplicado ao Problema do Caixeiro Viajante (TSP) usando a linguagem C# e componentes gráficos do Visual Studio.

OBJETIVO DO CURSO:

Ao completar o curso, você terá noções teóricas sobre o mecanismo do Algoritmo Genético, seus componentes e suas funcionalidades. Terá também noções de desenvolvimento de um algoritmo genético para solucionar problemas de roteamento, esse problema é conhecido como o Problema do Caixeiro Viajante.

O Problema do Caixeiro Viajante é um dos clássicos problemas de AG, a narrativa desta história é: Um vendedor ambulante deve visitar várias cidades, porem ele não pode repetir nenhuma, deve visitar todas no menor caminho possível e retornar para a cidade de origem.

Esse é um problema de otimização NP-Difícil, não é qualquer algoritmo de estrutura de dados que consegue resolver tal problema em pouco tempo. Isso se deve ao fato de que a quantidade de cidades influencia na complexidade de busca. No caso de 5 cidades, se for aplicado o fatorial n(!5) temos 120 possibilidades de rotas, caso sejam 20 cidade, temos mais de 1 quintilhão de rotas possíveis. Com o Algoritmo Genético é possível encontrar uma solução em pouco tempo.

MÉTODO:

Para atingir este objetivo, nós vamos iniciar nossa jornada com uma introdução à Algoritmos Genéticos, no qual vamos explorar suas teorias, abordando seus elementos de Elitismo, Seleção, Cruzamento e Mutação. Também vamos estudar quais são as Taxas de Cruzamento e Taxas de Mutação, bem como são cruzados e mutados.

Em seguida, iremos fazer uma pequena apresentação do Problema do Caixeiro Viajante, o objetivo desse capitulo é salientar a importância do AG na busca da solução para problemas deste tipo.

Após a introdução à AG, iremos aprender na prática como implementar os códigos do Algoritmo Genético. Utilizaremos as melhores estratégias para realização da seleção, cruzamento e mutação. Iremos utilizar as funcionalidades do Visual Studio e do ZedGraph para criar uma interface amigável, fácil manipulação e visualização das informações.

Você pode visualizar a grade curricular completa logo abaixo desta descrição! Para visualizar o conteúdo dos capítulos, você pode expandir todas as abas!

Tenha bons estudos com as aula!

Att. Prof. Camilo Barreto