Prof. Tiago A. E. Ferreira

Material da Disciplina: Clique Aqui!

Ementa

Visão global da computação bio-inspirada, em particular com a introdução dos conceitos básicos e avançados no ramo da computação evolutiva. Apresentação e modelagem dos principais algoritmos evolutivos: Algoritmos Genéticos, Estratégias Evolutivas, Programação Genética e Algoritmos Meméticos

Objetivos 

• Mostrar aos alunos um novo paradigma da computação.
•  Computação Evolutiva
• Dá subsídios para os alunos para o desenvolvimento de sistemas computacionais que adaptativos.
• Ampliar o horizonte de conhecimentos a respeitos de técnicas e algoritmos de ponta utilizados em pesquisas atuais.

Conteúdo

 Parte Teórica:

•  Introdução
•   Breve Histórico
• Inspiração Biológica
• Por que computação evolutiva?
• O que é um algoritmo evolutivo?
• Algoritmo Evolutivo (AE)
•  Componentes de um AE
•  Exemplos e aplicações
• Algoritmos Genéticos (AG)
• Funcionamento dos AGs
• Representação de indivíduos
•  Operadores Genéticos
•  Modelos de População
•  Estratégias Evolutivas
• Representações
•  Processos de Mutação
•  Processos de Recombinação
•   Auto-Adaptação
• Programação genéticA
• Estruturas
• Generalização dos AGs
• Algortimos Meméticos

Parte Prática:

•  implementação de Algoritmos Evolutivos
•  Implementação de algoritmos Genéticos
• Implementação de Estratégias Evolutivas
• Implementação da Programação Genética
• Projeto para resolução de problemas reias com a utilização das implementações realizadas

Critérios de Avaliação

• Avaliação por meio de testes teóricos
• Avaliação da participação de cada aluno em sala de aula, por meio de questionamentos e de solução de exercícios. Lista de exercícios e/ou testes rápidos
• Avaliação através da execução de projetos práticos.

Bibliografia

BÁSICA:

• EIBEN, A. E.; SMITH, J. E. Introduction to Evolutionary Computing. Springer, 2003

COMPLEMENTAR:

• BARTZ-BEIELSTEIN, T. Experimental Research in Evolutionary Computation: The New Experimentalism. Springer, 2006
• KALLEL, L.; NAUDTS, B.; ROGERS, A. Theoretical Aspects of Evolutionary Computing. Springer, 2001
• GROSAN, C.; ABRAHAN, A.; ISHIBUCHI, H. Hybrid Evolutionary Algorithms. Springer, 2007