Algoritmos evolucionários e redes neurais artificiais em problemas não-estacionários

• Processo: 04/04289-6
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores
• Data de Início da vigência: 01 de setembro de 2004
• Data de Término da vigência: 30 de novembro de 2008
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Renato Tinós
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Bolsa(s) vinculada(s): 08/03382-3 - Auxílio à Previsão da Incidência de Dengue Através de um Modelo Baseado em Equações Diferenciais e Redes Neurais Artificiais, BP.IC; 05/54014-6 - Desenvolvimento de algoritmos inteligentes para robôs evolucionários, BP.IC; 05/54015-2 - Projeto e construção de robôs evolucionários, BP.IC; 04/11746-4 - Previsao da incidencia de dengue atraves de redes neurais artificiais., BP.IC; 04/13371-8 - Otimização do conjunto de sensores utilizados por uma língua artificial através de algoritmos genéticos, BP.IC
• Assunto(s): Algoritmos Redes neurais Biologia computacional Reconhecimento de padrões Robôs móveis
• Palavra(s)-Chave do Pesquisador: Algoritimos Evolucionarios | Bioinformatica | Reconhecimento De Padroes | Redes Neurais Artificiais | Robos Moveis
• Publicação FAPESP: https://media.fapesp.br/bv/uploads/pdfs/Investindo...pesquisadores_222_176_176.pdf

Resumo

Apesar de grande parte dos problemas de otimização em sistemas reais ser dinâmicos, a pesquisa em Algoritmos Evolucionários (AEs) tem se concentrado basicamente em problemas de otimização estacionários. AEs são algoritmos de otimização inspirados na evolução natural e usam, geralmente, funções objetivo estáticas com ótimos globais fixos. Contudo, os sistemas reais operam na maior parte das vezes em ambientes dinâmicos em que a solução corrente deve evoluir de acordo com as mudanças. Vários são os exemplos de mudanças que ocorrem em problemas não-estacionários, tais como falhas e deterioração de equipamentos, mudanças econômicas, doenças, mudanças nas configurações do ambiente, mudanças climáticas e mudanças devido a variáveis humanas. Este projeto visa o estudo de AEs em problemas não-estacionários, principalmente aqueles associados às redes neurais artificiais, bioinformática e robótica. Para isso, serão estudados algoritmos baseados na solução encontrada pela natureza de alterar a robustez de cada gene para permitir que seja mais ou menos suscetível a mudanças. (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

RENATO TINÓS. Comportamento auto-organizável em algoritmos genéticos aplicados a robôs móveis em ambientes dinâmicos. Sba : Controle & Automação, v. 18, n. 1, p. 13-23, 2007-03-00. (04/04289-6)

TINOS, RENATO; YANG, SHENGXIANG; IEEE. Self-adaptation of mutation distribution in evolutionary algorithms. 2007 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION, VOLS 1-10, PROCEEDINGS, v. N/A, p. 2-pg., 2007-01-01. (04/04289-6)

YANG, SHENGXIANG; TINOS, RENATO; IEEE. Hyper-Selection in Dynamic Environments. 2008 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION, VOLS 1-8, v. N/A, p. 2-pg., 2008-01-01. (04/04289-6)

TINOS, RENATO; YANG, SHENGXIANG; IEEE. Evolutionary Programming with q-Gaussian Mutation for Dynamic Optimization Problems. 2008 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION, VOLS 1-8, v. N/A, p. 2-pg., 2008-01-01. (04/04289-6)

TINÓS‚ R.; TERRA‚ M.H.; BERGERMAN‚ M.. A fault tolerance framework for cooperative robotic manipulators. CONTROL ENGINEERING PRACTICE, v. 15, n. 5, p. 615-625, 2007. (99/10031-1, 04/04289-6)

TINÓS‚ R.; DE CARVALHO‚ A.C.. Use of gene dependent mutation probability in evolutionary neural networks for non-stationary problems. Neurocomputing, v. 70, n. 1, p. 44-54, 2006. (04/04289-6)

TINÓS‚ R.; YANG‚ S.. A self-organizing random immigrants genetic algorithm for dynamic optimization problems. Genetic Programming and Evolvable Machines, v. 8, n. 3, p. 255-286, 2007. (04/04289-6)

YANG, SHENGXIANG; TINOS, RENATO. A Hybrid Immigrants Scheme for Genetic Algorithms in Dynamic Environments. INTERNATIONAL JOURNAL OF AUTOMATION AND COMPUTING, v. 4, n. 3, p. 12-pg., 2007-07-01. (04/04289-6)