Algoritmos Genéticos

Nome do seu amigo:

E-mail do seu amigo:

Seu nome:

Seu e-mail:

Sua mensagem: Algoritmos Genéticos

Populares: Algoritmos (1) , Algoritmos Genéticos (1)

Minhas tags: Faça login para inserir tags

Nenhum comentário encontrado

Novo comentário

Seu nome:

Sua avaliação: Excelente Muito bom Médio Razoável Ruim

Sua mensagem:

Digite os caracteres que você vê na imagem abaixo.

PARTE I. O BÁSICO
1. Introdução
1.1 Inteligência Computacional
1.2 Tempo de execução de algotimos
1.3 Problemas Intratáveis
1.4 Programação Orientada a Objetos
1.5 Exercícios Resolvidos
1.6 Exercícios
2. Um Pouco de Biologia
2.1 Teoria da Evolução
2.2 Genética Básica
2.3 História dos Algoritmos Genéticos
2.4 Exercícios Resolvidos
2.5 Exercícios
3. GAs: Conceitos Básicos
3.1 O que são algoritmos evolucionários?
3.2 O que são algoritmos genéticos?
3.3 Terminologia
3.4 Características de GAs
3.5 O Teorema da Inexistência de Almoço Grátis
3.6 Busca
3.7 Por que GAs?
3.8 Exercícios Resolvidos
3.9 Exercícios
4. O GA Mais Básico
4.1 Esquema de um GA
4.2 Representação cromossomial
4.3 Escolha da população inicial
4.4 Função de avaliação
4.5 Seleção de país
4.6 Operador de crossover e mutação
4.7 Módulo de população
4.8 Versão final do GA
4.9 Uma execução manual
4.10 Discussões Adicionais
PARTE II. AVANÇANDO NOS ALGORITMOS GENÉTICOS
5. Teoria dos GAs
5.1 Conceitos básicos dos esquemas
5.2 Teorema dos esquemas
5.3 Outros termos importantes
5.4 Exercícios Resolvidos
5.5 Exercícios
6. Outros Operadores Genéticos
6.1 Separando os operadores
6.2 Crossover de dois pontos
6.3 Crossover uniforme
6.4 Crossover baseado em maioria
6.5 Operadores com probabilidades variáveis
6.6 Operador de mutação dirigida
6.7 Discussão
6.8 Exercícios resolvidos
6.9 Exercícios
7. Outro Módulos de População
7.1 Tamanho da População
7.2 Elitismo
7.3 Steady state
7.4 Estratégia
7.5 Populações de tamanho variável
7.6 Determinando a ocorrência da convergência genética
7.7 Exercícios Resolvidos
7.8 Exercícios
8. Outros Tipos de Função de Avaliação
8.1 Introdução
8.2 Normalização
8.3 Windowing
8.4 Escalonamento Sigma
8.5 Preservando a diversidade
8.6 Exercícios Resolvidos
8.7 Exercícios
9. Outros Tipos de Seleção
9.1 Método do Torneio
9.2 Método de Amostragem Estocástica Uniforme
9.3 Seleção Local
9.4 Seleção por ranking
9.5 Seleção Truncada
9.6 Exercícios Resolvidos
9.7 Exercícios
10. Outras Representações
10.1 Introdução
10.2 Questões Associadas à Codificação Binária
10.3 GA baseado em ordem
10.4 Representação numérica
10.5 Valores Categóricos
10.6 Representações híbridas
10.7 Comentários sobre os códigos
10.8 Exercícios Resolvidos
10.9 Exercícios
PARTE III. TÓPICOS AVANÇADOS
11. Estratégias Evolucionárias
11.1 A versão mais simples
11.2 A versão com auto-ajuste de parâmetros
11.3 A versão com maior número de indivíduos
11.4 Exercícios Resolvidos
11.5 Exercícios
12. Programação Genética
12.1 Introdução
12.2 Representação em árvore
12.3 Função de avaliação
12.4 Operadores
12.5 Engorda
12.6 Exercícios Resolvidos
12.7 Exercícios
13. Sistemas Híbridos
13.1 Introdução
13.2 GA + Fuzzy
13.3 GA + Redes Neurais
13.4 Algoritmos Meméticos
14. Restrições e Múltiplos Objetos
14.1 Lidando com restrições
14.2 Funções com Múltiplos Objetos
14.3 Exercícios
15. GAs Paralelos
15.1 Introdução
15.2 Panmitic
15.3 Island
15.4 Finely Grained
16. Aplicações
16.1 Introdução
16.2 Alocação de recursos
16.3 Setor Elétrico
16.4 Bioinformática
16.5 Setor petrolífero
17. Conclusões
Exercícios Adicionais
Bibliografia
Apêndice A. Recursos na Internet
A.1 Sites
A.2 Comunicação com a Comunidade
A.3 Código-Fonte
A.4 Produtos Não Comerciais
A.5 Revistas e Periódicos
A.6 Conferências
A.7 Informações biológicas
Apêndice B. Técnicas Tradicionais de Resolução de Problemas
B.1 Métodos numéricos
B.2 Problemas com restrições
B.3 Métodos de busca em espaço de estados
B.4 Outros métodos inteligentes
Apêndice C. Outras Leituras