You are on page 1of 1

9

Campinas, 28 de novembro a 4 de dezembro de 2016

Princpios darwinianos inspiram


algoritmo que resolve problemas
Mtodo descobre solues em vrias reas, das telecomunicaes economia
Foto: Divulgao
CARLOS ORSI indivduo/soluo, ns apenas combinamos
carlos.orsi@reitoria.unicamp.br cromossomos/solues de gnero oposto.
Desta maneira, ns usamos a teoria da he-
ecanismos que atuam na terossexualidade da maioria das espcies
evoluo por seleo na- como metfora.
tural dos seres vivos po- Em outra estratgia, relata o pesquisador,
dem ajudar a descobrir a produo de um novo indivduo/soluo
solues para problemas feita pela combinao de vrios indivduos,
de diversos tipos, incluindo questes sobre e de diversas maneiras.
a estrutura de redes de telecomunicao e,
at, um problema eminentemente econmi-
co: como otimizar o resultado de um leilo
Carlos Eduardo OTIMIZAO
de Andrade, autor da
de concesso pblica. o que mostra a tese Os problemas tratados na tese no pro-
tese: Do ponto de vista
de doutorado Algoritmos evolutivos para blemas de otimizao buscas pela melhor
tcnico, um algoritmo
alguns problemas em telecomunicaes, evolutivo um simulador
soluo disponvel dentro de um conjunto
defendida por Carlos Eduardo de Andrade pr-estabelecido de solues possveis. Al-
no Instituto de Computao (IC) da Uni- goritmos evolutivos apresentam vantagens
camp, e orientada pelo professor Flvio Kei- para o tratamento desse tipo de questo,
di Miyazawa, do mesmo instituto, e Mau- disse Andrade.
mais diferentes solues. Mais adiante, grupos de equipamentos devam ser ligados
ricio G. C. Resende, do Departamento de acrescenta: Usando o conceito de operado- em forma de anis, para aumentar a resilin- A grande maioria de problemas de oti-
Planejamento e Otimizao Matemtica, da res genticos e hereditariedade, algoritmos cia da rede. Assim, se um equipamento ou mizao de natureza no-linear e no-
Amazon.com, nos Estados Unidos. genticos so capazes de combinar partes de conexo falhar, possvel encontrar outros contnua. Muitos deles apresentam vales e
Um algoritmo evolutivo um mtodo boas solues mant-las vivas. caminhos entre dois equipamentos. picos locais onde residem soluo sub-ti-
de resoluo de problemas inspirado nos mas. Mtodos determinsticos em geral so
Em sua tese, o pesquisador aplica a tcni- Em um dos problemas contemplados na
princpios darwinianos de evoluo, disse incapazes de escapar de tais regies quando
ca a cinco problemas. Quatro deles buscam a tese, o objetivo construir vrios anis de
Andrade. Em geral, um algoritmo evoluti- as atingem, explicou. A introduo de ele-
determinao de uma melhor forma de mon- telecomunicao interligando terminais, de
vo utiliza, como metforas, os mecanismos forma a manter um grau de resilincia e mi- mentos aleatrios (por exemplo, por meio
tar e organizar redes de telecomunicaes,
biolgicos de reproduo, mutao, recom- envolvendo de fibras pticas a conexes de nimizar o custo de implantao. Podemos das mutaes) pode ajudar a busca a fugir
binao e seleo natural atravs da aptido. rede sem fio como wi-fi e LTE, e dentro de entender que, neste problema, precisamos dessas armadilhas.
Tais mecanismos so simulados pelo algo- diversos tipos de demandas e restries. Um resolver vrios subproblemas do caixeiro via- A segunda vantagem dos algoritmos
ritmo evolutivo, com o objetivo de resolver desses quatro tinha a mesma estrutura de jante, combinando-os em uma soluo final. evolutivos que, em geral, eles trabalham
um problema especfico. Existem diversas uma questo clssica na histria da Matem- Este problema usado para planejamento de com uma populao de solues, prosse-
variaes desses algoritmos, e nem sempre tica, o Problema do Caixeiro Viajante. redes que podem conter, na prtica, cente- gue. Em vez de massagear uma certa so-
todos mecanismos evolutivos so usados. nas de milhares de equipamentos. Portanto, luo em uma regio particular do espao
Algoritmos genticos, em geral, fazem o simplesmente enumerar todas possveis so- de busca, os algoritmos evolutivos contm
uso completo das metforas. MELHOR ROTA lues e buscar pela melhor impraticvel. solues que, provavelmente, esto espalha-
A tese explica como possveis solues No problema clssico do caixeiro via- Assim, utilizamos vrias abordagens algort- das por todo espao de busca. Do ponto de
para um problema podem ser codificadas jante, temos um conjunto de cidades onde micas, com os algoritmos evolutivos. vista algortmico, esta caracterstica ajuda
em cromossomos virtuais, cada um de- queremos encontrar uma rota de menor na explorao e aumenta a probabilidade de
custo (seja distncia, tempo de viagem, ou encontrarmos uma soluo tima. Do ponto
les dotado de uma funo de aptido, uma
medida de sua qualidade em relao ao pro- ainda consumo de combustvel) tal que um METFORAS de vista prtico, vrias solues podem ser
blema tratado por exemplo, qual a forma representante comercial possa visitar todas Do ponto de vista tcnico, um algoritmo facilmente apresentadas.
mais eficiente de conectar uma srie de cidades sem, entretanto, visitar a mesma ci- evolutivo um simulador: uma soluo ou
O pesquisador cita trabalho de Christos
pontos numa rede. Assim como os cromos- dade duas ou mais vezes, descreve Andra- uma estrutura de um problema modelada
de. Este problema abstrado em uma es- como um indivduo em uma populao. Os Papadimitriou, professor do departamento
somos dos seres vivos, os virtuais contm de Engenharia Eltrica e Cincia da Com-
trutura matemtica chamada grafo, onde os indivduos dessa populao so combinados
alelos, isto , diferentes verses de um putao da Universidade da Califrnia em
vrtices do grafo representam as cidades e (reproduo) ou modificados (mutao),
mesmo gene ou, no caso, de uma mesma Berkeley, e um dos mais conceituados cien-
as arestas, as rodovias entre as cidades, for- visando melhoria da qualidade da soluo
parte da soluo. tistas da computao da atualidade, que es-
mando um tipo de rede se o visualizarmos. ou estrutura. Em termos de cdigo, um al-
O passo evolutivo consiste em construir Este um problema de otimizao combi- goritmo evolutivo se apresenta como outro creveu recentemente no peridico Commu-
uma nova populao, combinando os indiv- natria clssico considerado NP-difcil. algoritmo qualquer: ele representa uma abs- nications of the ACM: Existe uma confuso
duos da populao atual, selecionando ale- trao da simulao da evoluo, disse o entre heursticas comuns e algoritmos evo-
O pesquisador explica que, para a classe lutivos. Heursticas devem criar populaes
los deles para criar prole, escreve Andra- pesquisador.
dos problemas NP-difceis, o tempo neces- que contenham excelentes indivduos. Evo-
de em seu trabalho. Um passo adicional,
srio, ou o nmero de etapas necessrias A questo de at que ponto um algoritmo luo parece ser muito boa em algo muito
chamado mutao, aplicado com baixa para se chegar a uma soluo , em geral, evolutivo segue de perto o mecanismo na-
probabilidade, quando um alelo escolhido diferente: criar uma boa populao.
uma funo exponencial do tamanho do tural da evoluo por seleo natural, e at
e modificado ao acaso. A grande vantagem problema. Por exemplo, suponhamos que que ponto ele apenas se inspira nesse meca- Andrade aponta que esta ltima caracte-
do algoritmo gentico combinar duas ou no problema do caixeiro viajante temos que nismo como metfora, algo que permeia rstica muito importante do ponto de vista
visitar 50 cidades. O nmero de passos ne- a comunidade de algoritmos evolutivos por industrial: Por mais que nos esforcemos,
cessrios para resolver este problema pro- dcadas, desde seus anos de infncia, nos alguns modelos no podem capturar todos
Publicao porcional a 50! (fatorial de 50), que um meados dos anos 70, disse ele. Existem os detalhes do problema real. Assim, certas
solues, embora estejam corretas confor-
nmero de mais de 60 dgitos, se tivermos duas linhas de trabalho. A primeira utiliza
que testar todas as opes. Este imenso n- a evoluo como metfora para resoluo de me o modelo, podem no ser desejveis para
Tese: Algoritmos evolutivos para al- mero muito maior que o nmero de to- problemas prticos. Este o caso da grande o usurio, na prtica. Desse modo, explica
guns problemas em telecomunicaes mos do universo! Embora existam heursti- maioria da aplicao de algoritmos evoluti- o pesquisador, a possibilidade de apresentar
cas que possam encontrar a melhor soluo vos. A segunda linha tenta avaliar a eficcia vrias solues de boa qualidade essencial
Autor: Carlos Eduardo de Andrade para que o usurio possa tomar sua deciso.
em um tempo razovel, testar todas opes das metforas aplicadas, e mesmo desenvol-
Orientador: Flvio Keidi Miyazawa simplesmente invivel. ver novas metforas. Podemos traar uma comparao entre
Coorientador: Mauricio G. C. Resende O problema do caixeiro viajante liga-se No quesito de novas metforas, An- algoritmos exatos e algoritmos evolutivos.
Unidade: Instituto de Computao intimamente a vrios problemas no projeto drade cita um caso, apresentado na tese, Os exatos so capazes de retornar, com cer-
(IC) de redes de telecomunicao, prossegue An- em que se definiu que os cromossomos as teza terica, solues timas. Mas, em mui-
drade. Talvez o mais prximo seja o de pro- solues postas a evoluir teriam gne- tos casos, o tempo necessrio demasiado
jetar uma rede de telecomunicaes tal que ros opostos. Na produo de um novo e no vivel na prtica, principalmente
para operaes sensveis ao tempo, como
reescalonamento de pessoal em casos de
Referncias da tese acidentes. Os algoritmos evolutivos podem
retornar solues de boa qualidade em tem-
po razovel, embora, em geral, seu carter
timo no possa ser provado.
M.C. Lopes, C.E. Andrade, T.A. Queiroz, Genetic Algorithms for the Winner Deter- biased random-key genetic algorithms.
M.G.C. Resende, F.K. Miyazawa. Heuris- mination Problem in Combinatorial Auc- Anais do 46o Simpsio Brasileiro de Pes-
tics for a Hub Location-Routing Problem. tions. Evolutionary Computation , volume quisa Operacional (SBPO14). Pginas GENTICOS NA PRTICA
Networks, volume 68, number 1, pages 23, nmero 2, pages 279-307, 2015. http:// 1--12, 2014. http://www.research.att. Os algoritmos propostos na tese de An-
5490, 2016. http://onlinelibrary.wiley. www.mitpressjournals.org/doi/10.1162/ com/people/De_Andrade_Carlos_Edu- drade tm sido utilizados na prtica pela
com/doi/10.1002/net.21685/abstract EVCO_a_00138 ardo/more_about_carlos/publications/ AT&T, uma das maiores empresas de tele-
C.E. Andrade, M.C.G. Resende, W. C.E. Andrade, M.C.G Resende. H.J. Karlo- lucena2015_extensions_of_brkga.pdf comunicaes do mundo, para planejamen-
Zhang, R.C. Sinha, K.C. Reichmann, ff, F.K. Miyazawa. Evolutionary Algorithms C.E. Andrade, F.K. Miyazawa, M.C.G Re- to e execuo de redes de telecomunicao
R.D. Doverspike, F.K. Miyazawa. A Bia- for Overlapping Correlation Clustering. sende. Evolutionary Algorithm for the e outros problemas prticos de otimizao.
sed Random-key Genetic Algorithm for Proceedings of the Sixteen International k-Interconnected Multi-Depot Multi-Tra- No momento, alm de projeto de redes,
Wireless Backhaul Network Design. Conference on Genetic and Evolutionary veling Salesmen Problem. Proceedings temos usado algoritmos genticos e outras
Applied Soft Computing, volume 33, Computation (GECCO 2014). Pginas 405- of the Fifteen International Conference heursticas hbridas para resolver problemas
pginas 150-169, 2015. http://www. 412, 2014. http://dl.acm.org/citation.cfm? on Genetic and Evolutionary Compu- de otimizao no contexto de rede definidas
sciencedirect.com/science/article/pii/ id=2598284&CFID=599363338&CFTOK tation (GECCO 13). Pginas 463-470,
S1568494615002410 EN=96067408 por software (SDNs), e no contexto de inter-
2013. http://dl.acm.org/citation.cfm?id net das coisas. No ltimo caso, heursticas
C.E. Andrade, F.K. Miyazawa, M.C.G M.L. Lucena, C.E. Andrade, M.G.C. Resen- =2463434&CFID=599363338&CFTO so muito importantes, pois o nmero de ele-
Resende, R.F. Toso. Biased Random-Key de, and F.K. Miyazawa. Some extensions of KEN=96067408 mentos nos problemas associados ultrapassa
a casa de milhes de dispositivos, disse ele.