Algoritmos Genéticos

Mais um algoritmo de Inteligência Artificial bioinspirado

A maioria dos algoritmos são de difícil compreensão para biólogos e afins. Os algoritmos genéticos (GA, do inglês Genetic Algorithm), por outro lado, por serem inspirados no processo evolutivo, são muito mais fáceis de entender.

Mecanismo Geral do GA

Há 3 mecanismos biológicos principais utilizados pela GA na busca dos melhores valores:

1. crossing over/reprodução - com troca de alelos

2. mutação - mudanças aleatórias em taxa pequena

3. seleção natural - elitismo e favorecimento dos melhores para crossing over (competição)

Esses processos biológicos são conceitualmente usados sobre as populações numéricas dentro do algoritmo.

Com base nesses princípios biológicos, criou-se o ciclo básico do GA [1], como também apresentado no fluxograma da Figura acima.

1. Gero população inicial aleatória

2. Calculo fitness (função de aptidão)

3. seleciono a elite (mais aptos)

4. realizo o cruzamentos dos indivíduos da população (parentais)

5. gero mutações aleatórias nos indivíduos filhos

6. loop passo 2 até 5 por N gerações

Para mais informações, acesse a apostila desenvolvida para o I Workshop de Bioinformática UFPR, encontrado na seguinte página.

Referências:

1. WAH, Benjamin W. Wiley encyclopedia of computer science and engineering. John Wiley,, 2009.