Conteúdo

A Inteligência Artificial está cada vez mais presente no nosso cotidiano. Dentre sua linha meta-heurística, os algoritmos funcionam como frameworks inteligentes para facilitar tomadas de decisões baseadas em grandes conjuntos de dados. A computação evolucionária coloca populações de indivíduos para evoluir em busca de se resolver um problema, com aplicações fascinantes na atualidade: a programação genética, determinação de melhor rota de veículos, design de circuitos, classificação de clientes, alocação de espaço físico e determinação automática de estruturas de redes neurais artificiais.

Neste livro, Eduardo Pereira apresenta os fundamentos de Algoritmos Genéticos, com aplicação de Programação Orientada a Objetos e a utilização da biblioteca Numpy, como uma extensão da linguagem Python para operar com vetores e matrizes. Você verá como aproveitar a biblioteca Matplotlib para a manipulação de gráficos 3D e geração de animações com os dados gerados. Para colocar tudo isso em prática, a segunda parte conta com uma aplicação prática onde você se debruçará sobre a solução de labirintos.

Saiba o que você vai aprender

Sumário

Parte 1: Algoritmo genético

• 1 Introdução
• 1.1 Máquina de Turing
• 1.2 Preparando o ambiente
• 1.3 Algoritmo genético: conceitos gerais

• 2 Produção e avaliação de indivíduos
• 2.1 Criando uma população
• 2.2 Função de avaliação

• 3 Seleção
• 3.1 Seleção via roleta
• 3.2 Seleção por classificação
• 3.3 Seleção por torneio

• 4 Cruzamento
• 4.1 Cruzamento de um ponto
• 4.2 Cruzamento em k-pontos
• 4.3 Embaralhamento

• 5 Mutação
• 5.1 Mutação flip
• 5.2 Mutação de dupla troca
• 5.3 Mutação de sequência reversa

• 6 Evolução
• 6.1 A sobrevivência do mais adaptado: integrando os operadores genéticos
• 6.2 Encontrando o máximo

• 7 A evolução através da tragédia
• 7.1 Operador Epidêmico

• 8 Disponibilização do pacote
• 8.1 Organização do pacote
• 8.2 Subindo o pacote para o PyPi

Parte 2: Estudo de caso

• 9 Explorando o uso de Algoritmos Genéticos

• 10 Gerando labirintos
• 10.1 Grafos
• 10.2 Gerador de labirinto

• 11 Da imagem ao grafo
• 11.1 Do pixel ao vértice

• 12 Encontrando caminhos
• 12.1 Avaliação de indivíduo
• 12.2 Algoritmo genético

• 13 Conclusões
• 13.1 Referências bibliográficas