When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.
Inteligência Artificial: Algoritmos Genéticos - TSP
Solução do Problema Caixeiro Viajante
This Course Includes
udemy
4.5 (57 reviews )
8h 12m 
english
Online - Self Paced
professional certificate
Udemy
About Inteligência Artificial: Algoritmos Genéticos - TSP
Aprenda o paradigma de
Algoritmos Genéticos
aplicado ao
Problema do Caixeiro Viajante (TSP)
usando a linguagem
C#
e componentes gráficos do
Visual Studio
.
OBJETIVO DO CURSO:
Ao completar o curso, você terá
noções
teóricas
sobre o mecanismo do
Algoritmo Genético
, seus
componentes
e suas
funcionalidades
. Terá também noções de desenvolvimento de um algoritmo genético para
solucionar problemas de roteamento
, esse problema é conhecido como o Problema do Caixeiro Viajante. O
Problema do Caixeiro Viajante
é um dos clássicos problemas de
AG
, a narrativa desta história é: Um vendedor ambulante deve visitar várias cidades, porem ele não pode
repetir nenhuma
, deve
visitar
todas no
menor caminho
possível e retornar para a cidade de
origem
. Esse é um problema de otimização
NP-Difícil
, não é qualquer algoritmo de
estrutura de dados
que consegue resolver tal problema em pouco tempo. Isso se deve ao fato de que a
quantidade
de cidades
influencia
na
complexidade
de busca. No caso de 5 cidades, se for aplicado o fatorial
n(!5) temos 120 possibilidades
de rotas, caso sejam
20 cidade, temos mais de 1 quintilhão
de rotas possíveis. Com o Algoritmo Genético é possível encontrar uma
solução em pouco tempo
.
MÉTODO:
Para atingir este
objetivo
, nós vamos iniciar nossa jornada com uma
introdução
à Algoritmos Genéticos, no qual vamos
explorar suas teorias
, abordando seus elementos de
Elitismo
,
Seleção
,
Cruzamento
e
Mutação
. Também vamos estudar quais são as
Taxas de Cruzamento
e
Taxas de Mutação
, bem como são cruzados e mutados. Em
seguida
, iremos fazer uma pequena
apresentação
do Problema do Caixeiro Viajante, o objetivo desse capitulo é salientar a
importância do AG
na busca da solução para problemas deste tipo. Após a introdução à AG, iremos aprender na prática como
implementar
os
códigos do Algoritmo Genético
. Utilizaremos as melhores estratégias para realização da seleção, cruzamento e mutação. Iremos utilizar as funcionalidades do
Visual Studio
e do
ZedGraph
para criar uma interface amigável, fácil manipulação e visualização das informações.
Você pode visualizar a grade curricular completa logo abaixo desta descrição! Para visualizar o conteúdo dos capítulos, você pode expandir todas as abas!
Tenha bons estudos com as aula! Att. Prof. Camilo Barreto
What You Will Learn?
- Você aprenderá a Teoria de Algoritmos Genéticos, todos os componentes e mecanismos. Aprenderá como funciona a Seleção, Cruzamento e Mutação de Indivíduos, bem como, avaliar a aptidão de indivíduos, selecionar indivíduos para elitismo, entre outros... .
- Implementar um Algoritmo Genético robusto utilizando a linguagem C# orientado a objetos. .
- Projetar um Algoritmo Genético para solucionar problemas de otimização!.