ESTUDO DE CASO 05 Algoritmo gen ti PROF C QUEST

Chamamos de algoritmo genético (AG) a uma técnica de busca utilizada na ciência da computação para achar soluções aproximadas em problemas de otimização e busca, fundamentado principalmente pelo americano John Henry Holland1. Algoritmos genéticos são uma classe particular de algoritmos evolutivos que usam técnicas inspiradas pela biologia evolutiva como hereditariedade, mutação, seleção natural e recombinação (ou crossing over).

Algoritmos genéticos são implementados como uma simulação de computador em que uma população de representações abstratas de solução é selecionada em busca de soluções melhores. A evolução geralmente se inicia a partir de um conjunto de soluções criado aleatoriamente e é realizada por meio de gerações. A cada geração, a adaptação de cada solução na população é avaliada, alguns indivíduos são selecionados para a próxima geração, e recombinados ou mutados para formar uma nova população. A nova população então é utilizada como entrada para a próxima iteração2 do algoritmo.
Algoritmos genéticos diferem dos algoritmos tradicionais de otimização em basicamente quatro aspectos:
Baseiam-se em uma codificação do conjunto das soluções possíveis, e não nos parâmetros da otimização em si; os resultados são apresentados como uma população de soluções e não como uma solução única; não necessitam de nenhum conhecimento derivado do problema, apenas de uma forma de avaliação do resultado; usam transições probabilísticas e não regras determinísticas. função AlgoritmoGenético(população, função-objetivo) saídas: indivíduo entradas: população→ uma lista de indivíduos função-objetivo→ uma função que recebe um indivíduo e retorna um número real. repetir lista de pais := seleção(população, função-objetivo) população := reprodução(lista de pais) enquanto nenhuma condiçao de parada for atingida retorna o melhor indivíduo da população de acordo com a função-objetivo
A função-objetivo é o objeto de nossa otimização. Pode ser um problema