Algoritmo Genético para Minimização da Função

Requisitos Para rodar este código, você precisará de:

Python 3.7+

Bibliotecas Python:

numpy

Você pode instalar o NumPy executando:

pip install numpy

Como Rodar o Código

Clone o repositório ou baixe os arquivos do projeto.

Instale as dependências: Execute o seguinte comando no terminal para garantir que a biblioteca necessária esteja instalada:

pip install numpy

Execute o script: No terminal, navegue até o diretório onde o arquivo Python está localizado e execute:

python genetic_algorithm.py Isso iniciará a execução do algoritmo genético, e você verá a saída com as informações de cada geração no terminal.

Parâmetros Configuráveis Dentro do arquivo genetic_algorithm.py, você pode ajustar os seguintes parâmetros:

População Inicial: Defina o número de indivíduos na população (pop_size). Número de Gerações: Quantidade máxima de gerações que o algoritmo deve rodar (generations). Taxa de Mutação: Probabilidade de mutação de cada bit (mutation_rate). Crossover: Escolha entre crossover de 1 ponto ou 2 pontos (num_crossover_points). Tamanho da Elite: Quantidade de indivíduos que serão mantidos na população sem alterações (elite_size). Precisão: Defina o número de bits para representar o valor de 𝑥 (num_bits).

Exemplo de configuração:

lower_bound = -10 upper_bound = 10 num_bits = 16 # Precisão da codificação binária pop_size = 10 generations = 100 mutation_rate = 0.01 num_crossover_points = 1 elite_size = 1

Exemplo de Saída Ao executar o algoritmo, você verá um log das gerações. A cada geração, o melhor valor encontrado será exibido:

Geração 1, Melhor valor: -9.8765, Aptidão: 3.4567 Geração 2, Melhor valor: -8.2345, Aptidão: 1.2345 ... Melhor solução encontrada: x = -1.732, f(x) = 12.000 Estrutura do Projeto genetic_algorithm.py: Contém a implementação do algoritmo genético.

Problema da Mochila

Pré-requisitos Antes de rodar o código, certifique-se de que você tenha o seguinte software instalado:

Python 3.x: O código foi escrito e testado usando Python 3.

Bibliotecas: numpy (pode ser instalado via pip)

Instalando dependências Se você não tiver numpy instalado, execute o seguinte comando para instalá-lo:

pip install numpy Como Rodar o Código Passos: Clone ou Baixe o Projeto:

Você pode clonar este repositório ou baixar os arquivos diretamente.

Execute o Código:

Abra o terminal (ou prompt de comando) na pasta onde o arquivo Python está localizado.

Execute o código com o comando:

python nome_do_arquivo.py Certifique-se de substituir nome_do_arquivo.py pelo nome do arquivo Python que contém o algoritmo genético.

Resultados:

O código exibirá a evolução do algoritmo ao longo das gerações, mostrando o melhor cromossomo em cada geração, seu valor máximo e a média dos pesos dos itens selecionados. Exemplo de saída:

markdown Copiar código Geração 1: Valor máximo: 375 Média dos pesos dos itens: 20.33 Cromossomo: [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]

Geração 2: Valor máximo: 400 Média dos pesos dos itens: 30.00 Cromossomo: [0, 0, 0, 0, 1, 0, 1, 1, 1, 1]

Ao final da execução, o algoritmo exibirá a lista dos melhores cromossomos em cada geração, mostrando qual foi o maior valor encontrado sem ultrapassar o limite de peso.

Personalização Você pode ajustar os seguintes parâmetros para modificar o comportamento do algoritmo:

Lista de Pesos e Valores:

No código, altere a lista pesos_e_valores para modificar os itens e seus respectivos pesos e valores. pesos_e_valores = [[2, 10], [4, 30], [6, 300], [8, 10], ...] Peso Máximo:

Modifique a variável peso_maximo para alterar a capacidade máxima da mochila. peso_maximo = 100 Número de Cromossomos:

A variável numero_de_cromossomos define o tamanho da população de soluções. Aumentar este número pode gerar melhores soluções, mas aumenta o tempo de execução. numero_de_cromossomos = 150 Gerações:

A variável geracoes define o número máximo de gerações que o algoritmo vai executar. geracoes = 50 Taxa de Mutação:

A taxa de mutação pode ser ajustada alterando a variável taxa_de_mutacao. Por padrão, é 0.01 (1%). taxa_de_mutacao = 0.01