60ª Reunião Anual da SBPC

INTRODUÇÃO:

A programação genética busca resolver problemas com a interferência mínima humana. Um Algoritmo Genético(AG) simula uma população em que os indivíduos são avaliados e selecionados, com base na teoria evolucionista de Darwin, e após isso submetidos a operações genéticas, como cruzamento e mutação. Com isso buscam-se sempre melhores resultados e isso é muito eficaz em problemas em que a intervenção do homem fica difícil. Um desses problemas, é a obtenção de extremos de funções de várias variáveis, em que a derivação se torna tarefa muito difícil e os AG’s são bastante viáveis.

METODOLOGIA:

Utilizando a linguagem FORTRAN foi desenvolvido o programa. Gerando-se uma população inicial e em seguida avaliando-a, selecionam-se os indivíduos mais bem adaptados. Então acontecem as operações genéticas, como cruzamento e mutação que tem por objetivo conseguir seres cada vez mais bem adaptados. O critério de seleção, é, então, fundamental para boa evolução da população.

RESULTADOS:

O programa tem se mostrado eficaz para obtenção dos extremos da maior parte das funções de multiplas váriáveis, em alguns problemas mais sofisticados a busca se tornou mais difícil, mas os resultados em geral foram satisfatórios.

CONCLUSÕES:

Através desse trabalho notou-se a grande importância da forma que selecionar individuos tem, tendo reflexos diretos na convergência do AG. Percebe-se que a proliferação de superindivíduos é boa só nas etapas finais da execução do AG, pois acelera a convergência. A próxima etapa é tentar melhorar a convergência do AG e aplicá-lo, no ajuste de superfícies equipotenciais, ou em outros problemas de otimização de funções.

Instituição de fomento: cnpq

Trabalho de Iniciação Científica

Palavras-chave: Algoritmos genéticos, extremos de funções, dinâmica molecular

E-mail para contato: luizisaac@yahoo.com.br