O documento aborda conceitos básicos e funcionamento de algoritmos genéticos (AG), incluindo suas técnicas de implementação e métodos de seleção. Inspirados na biologia evolutiva, os AG buscam soluções aproximadas para problemas de otimização por meio de etapas como seleção, cruzamento e mutação. Exemplos de aplicação incluem otimização de lucro, rotas e tráfego.

1. Algoritmos Genéticos
Bianka Passos

2. Roteiro
- Conceitos básicos
- Funcionamento de um AG tradicional
- Técnicas de implementação
- Exemplo
- Perguntas

3. Conceitos básicos
- Inspirados nos mecanismos de evolução
- Biologia evolutiva: hereditariedade, mutação, seleção natural e recombinação
- Soluções aproximadas em problemas de otimização e busca
- Busca da melhor solução para um determinado problema
- John Rolland, 1975
- David Goldberg, 1989

4. Funcionamento de um AG tradicional
- Inicialização: população de possíveis respostas
- Avaliação: aptidão das soluções (indivíduos da população)
- Seleção: indivíduos são selecionados para reprodução
- probabilidade de seleção de uma solução i é proporcional à sua aptidão
- Cruzamento: recombinação das características
- gerando novos indivíduos
- Mutação: alteração das características dos indivíduos
- variedade na população
- Atualização: novos indivíduos inseridos na população
- Finalização: testa as condições de encerramento da evolução

5. Estrutura de funcionamento de um AG tradicional
- Métodos de seleção
- Ranking
- Giro da roleta
- Torneio
- Uniforme
- A partir da fórmula
- Remainder stochastic selection

6. - Ranking
- indivíduos ordenados de acordo com sua adequação
- probabilidade de escolha atribuída conforme a posição ocupada
- Giro da Roleta
- calcula-se o somatório da adequa¸c˜ao da popula¸c˜ao (total) sorteia-se um valor i tal que pertence
ao intervalo [0; total] seleciona-se o indiv´ıduo x tal que a ele corresponda à faixa do somatório
onde i se localiza
- Torneio
- Grupos de soluções são escolhidos sucessivamente e as mais adaptadas dentro de cada um destes
são selecionadas
- Uniforme
- mesma probabilidade de serem selecionados
- probabilidade remota de causar melhora na população
- Fórmula
Métodos de seleção

7. Técnicas de implementação (alternativas ao AG tradicional)
- Populações
- Estado fixo: tamanho da população constante
- novos indivíduos são inseridos e os menos aptos são retirados da população
- Incremental: número pequeno de filhos
- pais; randômico; pior
- Modelo de ilhas: população dividida em conjunto de ilhas
- Representação poliplóide
- genótipo do indivíduo deixa de ser representado na forma haplóide (mais utilizada)
- Algoritmos meméticos
- nível de adaptação aumentado após passar por uma etapa de refinamento
- Algoritmos híbridos

8. Exemplos
- Lucro de produto
- Rotas (caixeiro viajante)
- Otimização de tráfego
- Problema-classe professor
- Entre outros...

9. Perguntas

10. Obrigada!
biankatpas@gmail.com

11. Referências
Algoritmos genéticos: uma introdução
Algoritmo genético clássico em java: Hello World
Introdução aos algoritmos genéticos
Fundamentos dos algoritmos genéticos