Um algoritmo genÃtico baseado em tipos abstratos de dados e sua especificaÃÃo em Z

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

Este trabalho apresenta ummodelo de algoritmo genÃtico baseado emtipos abstratos de dados, denominado de GAADT, no qual o cromossomo à representado por um tipo estratificado em dois nÃveis de percepÃÃo (gene e base), em contra ponto aos demais modelos. A adaptaÃÃo do cromossomo à comprometida com a relevÃncia das informaÃÃes codificadas nele. A estratÃgia de busca do GAADT à altamente objetiva, devido à utilizaÃÃo, como critÃrio de preservaÃÃo dos cromossomos na populaÃÃo seguinte, de uma funÃÃo baseada na dinÃmica adaptativa da populaÃÃo. A presenÃa explÃcita do ambiente na funcionalidade do GAADT confere a este algoritmo a capacidade de tratar problemas com alto grau de dinamicidade, como està explorado na aplicaÃÃo do sistema de monitoramento de sinais vitais de pacientes em unidades de tratamento intensivo de um hospital. Um esboÃo de uma teoria de processos evolutivos à desenvolvido para descrever a convergÃncia do GAADT, independente da natureza do problema, da representaÃÃo adotada para o cromossomo, e da populaÃÃo inicial considerada. A aplicaÃÃo do GAADT a um problema requer a definiÃÃo dos elementos do ambiente especÃficos para o problema em foco, os quais devem atender as propriedades estabelecidas na definiÃÃo do ambiente. A prova de que as definiÃÃes dos elementos do ambiente, para um dado problema, satisfazem as propriedades exigidas, e que o GAADT quando instanciado para estes elementos satisfaz as propriedades de corretude e aplicabilidade sÃo feitas com o formalismo Z, conferindo assim ao GAADT um rigor matemÃtico. Um estudo comparativo entre a convergÃncia do GAADT com outros modelos à apresentado. As experiÃncias avaliadas neste estudo indicam que o GAADT apresenta maior velocidade de convergÃncia. Por fim, sÃo feitas algumas consideraÃÃes relevantes sobre o GAADT e sugeridas algumas questÃes interessantes para trabalhos futuros

ASSUNTO(S)

especificaÃÃo em z tipos abstratos de dados algorÃtmo genÃtico ciencia da computacao

Documentos Relacionados