Estudo das interacções entre evolução e aprendizagem em ambientes de computação evolucionária

Abstract

A investigação realizada na área da Computação Evolucionária tem como objectivo central o desenvolvimento de algoritmos cujo funcionamento simule, de uma forma simplificada, os processos da evolução natural. O objectivo central da dissertação é proceder a uma análise detalhada das circunstâncias em que a adição de um modelo de aprendizagem consegue melhorar o desempenho de um sistema computacional que baseie o seu funcionamento na actuação de um algoritmo de computação evolucionária. No âmbito desta investigação, consideramos que os modelos de aprendizagem devem ser encarados como algoritmos de pesquisa local, possuindo capacidade para efectuar alterações limitadas nas características exibidas por uma solução. As modificações introduzidas têm como objectivo aumentar a qualidade de uma solução particular para o problema que se encontra a ser resolvido. O estudo é suportado pela análise de duas situações concretas, nas quais os modelos de adaptação referidos interagem durante o processo de pesquisa de soluções de boa qualidade. Estes exemplos possuem propriedades distintas, representativas de dois dos principais campos de aplicação dos algoritmos de computação evolucionária: utilização em problemas de optimização ou integração, como força evolutiva, num ambiente de vida artificial. Os resultados permitem identificar um conjunto de factores que contribuem decisivamente para o sucesso da combinação de modelos de evolução e de aprendizagem. Duas características da aprendizagem são objecto de atenção especial ao longo da dissertação: a forma como o algoritmo de pesquisa local estabelece relações de vizinhança entre os vários pontos pertencentes ao espaço de procura e a estratégia adoptada para combinar os dois processos de adaptação, ou seja, de que modo é que as alterações introduzidas pela aprendizagem são incorporadas no processamento global efectuado pela evolução.