ALGORITMOS GENÉTICOS USADOS NA OBTENÇÃO DE AUTÔMATOS CELULARES PARA RESOLUÇÃO DA TAREFA DE CLASSIFICAÇÃO DE DENSIDADE NO ESPAÇO BIDIMENSIONAL

• Autor(a) principal: Martins, Luiz Gustavo
• Data de Publicação: 2011
• Outros Autores: Fynn, Enrique, Oliveira, Gina
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Horizonte Científico
• Texto Completo: https://seer.ufu.br/index.php/horizontecientifico/article/view/7288
• topic: inteligência artificial; algoritmos genéticos; autômatos celulares

Os Autômatos Celulares (ACs) são sistemas discretos que se tornaram ferramentas importantes no estudo de sistemas complexos. Eles são caracterizados por uma regra de transição de estados, que determina qual será o próximo estado do reticulado do AC . A exemplo de outros sistemas desta classe, os ACs exibem um comportamento determinístico, dinâmico, complexo e imprevisível. Um aspecto bastante estudado dos Autômatos Celulares diz respeito a como eles realizam computações. Os ACs computam através de processamentos locais e intrinsecamente paralelos que ao final exibem um comportamento global. Mesmo utilizando-se técnicas de busca, o processo de encontrar regras de transição de ACs com habilidade computacional não é trivial uma vez que envolve espaços de regras de alta cardinalidade. As técnicas de busca baseadas em Computação Evolutiva foram as que mais se adequaram a esse problema. Neste trabalho, a tarefa conhecida como Tarefa da Classificação da Densidade (TCD) foi investigada, com ênfase em sua versão bidimensional. Diferentes regras de ACs foram analisadas considerando-se as vizinhanças de von Neumann e de Moore. Também analisamos as regras em diferentes tamanhos de reticulados. Diferentes experimentos evolutivos foram realizados nesses cenários e um novo comportamento interessante foi observado: a dependência da eficácia da regra com a paridade do tamanho do reticulado na qual a mesma é aplicada.