|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/algoritmos-geneticos-tsp/
课程评论：没有评论
**课程名称：** 人工智能：遗传算法 - 旅行商问题 **课程概述：** 本课程将教授如何将遗传算法（GA）应用于解决旅行商问题（TSP），并使用C#语言和Visual Studio的图形组件进行开发。 **课程目标：** * 掌握遗传算法的基本原理、组成部分及其功能。 * 学习如何开发一个遗传算法来解决路线规划问题，特别是旅行商问题。 * 理解旅行商问题的NP-困难性质，以及遗传算法在高效解决这类问题中的作用。 **旅行商问题（TSP）：** 旅行商问题描述了一个销售员需要访问多个城市，但不能重复访问任何城市，必须找到最短的路径来访问所有城市，并最终返回出发城市。这是一个NP-困难的优化问题，随着城市数量的增加，可能的路径数量会呈指数级增长。例如，5个城市有120种可能的路线，而20个城市则有超过1 quintillion种可能的路线。遗传算法能够在这种情况下在相对较短的时间内找到近似最优解。 **学习方法：** 1. **遗传算法理论介绍：** * 深入探讨遗传算法的理论基础。 * 学习遗传算法的关键组成部分：精英主义（Elitism）、选择（Selection）、交叉（Crossover）和变异（Mutation）。 * 理解交叉率和变异率的工作原理及其应用。 2. **旅行商问题介绍：** * 简要介绍旅行商问题，强调遗传算法在解决这类问题中的重要性。 3. **实践操作：** * 学习如何在C#中实现遗传算法。 * 采用最佳策略进行选择、交叉和变异操作。 * 利用Visual Studio和ZedGraph组件创建用户友好、易于操作和信息可视化的界面。 **结论：** 通过本课程，您将获得关于遗传算法的扎实理论基础，并掌握使用C#和Visual Studio开发遗传算法来解决旅行商问题的实践技能。
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
