[resumo de artigo] mutação dirigida adaptável para algoritmos genéticos com representação real

24
Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real Adaptive Directed Mutation for real-coded Genetic Algorithms

Upload: pcollares

Post on 14-Jul-2015

597 views

Category:

Education


1 download

TRANSCRIPT

Page 1: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Mutação Dirigida Adaptável para

Algoritmos Genéticos com Representação Real

Adaptive Directed

Mutation for real-coded

Genetic Algorithms

Page 2: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Conteúdo

• Introdução (Representação binária x real e mutação)

• Operador ADM (Adaptive Directed Mutation)

• Tendências de mutação

• Testes de benchmark

• Resultados

Page 3: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Representação Binária x Real

• Representação Binária

o Tradicional

o Fácil implementação

o Pouca precisão

• Representação Real

o Maior precisão

o Requer técnicas mais apuradas de operação

Page 4: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Mutação

• Evita a convergência prematura

• Diversidade da população

• Mutações clássicas:

o Mutação uniforme

o Mutação gaussiana

o Mutação não-uniforme

o Mutação aleatória

o Mutação polinomial

o etc

Page 5: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Operador ADM (Adaptive Directed Mutation)

• Evitar a possível concentração da população

em um ótimo local.

o Causado pelo crossover

• Evitar a busca não sistemática.

o Causada pela mutação aleatória

Page 6: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Operador ADM (Adaptive Directed Mutation)

• Probabilidade adaptável de mutação

o Para que os piores cromossomos tenham mais

chances de sofrerem a mutação

o Distância e direção são as principais características

da melhora de performance

o O novo ponto de busca é dirigido pela solução

baseada na aptidão de 3 gerações consecutivas

• Comparação com outros operadores da

literatura

Page 7: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Direção

Variação da função objetivo do indivíduo x durante 3 gerações

consecutivas (t-2, t-1 e t)

Variação do gene do indivíduo x durante 3 gerações consecutivas

(t-2, t-1 e t)

Page 8: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Mutação Adaptável

Esta mutação faz com que os melhores indivíduos da população

tenham menos chances de sofrerem uma mutação

Aptidão do indivíduo x da geração t

Aptidão média da população na geração t

Maior aptidão da população na geração t

Page 9: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Tendências de Mutação

• Em nove tendências evolucionárias, quatro

estratégias foram propostas:

• Mutação direcional em pequena escala

• Mutação aleatória em pequena escala

• Mutação aleatória em média escala

• Mutação aleatória em larga escala

Page 10: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 1

1. A população esta divergindo (B)

2. A população esta convergindo (A)

3. A população está estacionada

1.

2.

3.

Page 11: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 1

• Mutação direcional em pequena escala

• Mutação aleatória em pequena escala

• Mutação aleatória em média escala

sign(z)=1, se z>0

sign(z)=-1, se z<0

sign(z)=0, se z=0

𝑟𝑠: número aleatório entre -1 e 1

Page 12: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 2

A população passou por um vale ou

por um ótimo (C e D)

1. Mutação se é melhor que a média

2. 3. Mutação se é pior que a média

1.

2.

3.

Page 13: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 2

• Mutação direcional em pequena escala

• Mutação aleatória em pequena escala

• Mutação aleatória em média escala

sign(z)=1, se z>0

sign(z)=-1, se z<0

sign(z)=0, se z=0

𝑟𝑠: número aleatório entre -1 e 1

Page 14: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 3

Não há variação do valor de

aptidão

1. Mutação direcional para auxiliar

na convergência(E)

2. Mutação aleatória para ajudar a

diversidade(F)

3. A população está estacionada

em uma planície (G)

1.

2.

3.

Page 15: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Condição 3

• Mutação direcional em pequena escala

• Mutação aleatória em pequena escala

• Mutação aleatória em grande escala

sign(z)=1, se z>0

sign(z)=-1, se z<0

sign(z)=0, se z=0

𝑟𝑠: número aleatório entre -1 e 1

𝑟: número aleatório entre 0 e 1

𝑋𝑘𝑈𝐵 e 𝑋𝑘

𝐿𝐵: limites da função

Page 16: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Testes

• Crossover

o BLX-α (α=0.25)

• Operadores de mutaçãoo Random mutation, Polynomial mutation, Non-uniform

mutation, Multi-non-uniform mutation

• População: 300

• Número máximo de gerações: 30.000

• Número de execuções: 30

Page 17: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Testes

Page 18: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Funções de benchmark

Foram usadas 41 funções de benchmark com os ótimos conhecidos

Page 19: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Resultados (Média do tempo e do número de gerações e eficiência)

Page 20: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Resultados (Média do tempo e do número de gerações e eficiência)

ADM x Random mutation X Polynomial mutation

Page 21: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Resultados (Média do tempo e do número de gerações e eficiência)

ADM x Non-uniform mutation x Multi-non-uniform mutation

Page 22: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Resultados (Média do tempo e do número de gerações e eficiência)

Resultado final

Page 23: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Conclusão

• Em comparação com os operadores

clássicos de mutação testados o ADM obteve

excelentes resultados

• Em comparação com outros operadores de

mutação dirigida, também obteve bons

resultados

Page 24: [Resumo de Artigo] Mutação Dirigida Adaptável para Algoritmos Genéticos com Representação Real

Dúvidas?

Obrigado!