Made available in DSpace on 2014-06-12T15:52:55Z (GMT). No. of bitstreams: 2 arquivo4815_1.pdf: 1089029 bytes, checksum: fa191598ead39fa665ced50606baeb3e (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / Este trabalho apresenta ummodelo de algoritmo genético baseado emtipos abstratos de dados, denominado de GAADT, no qual o cromossomo é representado por um tipo estratificado em dois níveis de percepção (gene e base), em contra ponto aos demais modelos. A adaptação do cromossomo é comprometida com a relevância das informações codificadas nele. A estratégia de busca do GAADT é altamente objetiva, devido à utilização, como critério de preservação dos cromossomos na população seguinte, de uma função baseada na dinâmica adaptativa da população. A presença explícita do ambiente na funcionalidade do GAADT confere a este algoritmo a capacidade de tratar problemas com alto grau de dinamicidade, como está explorado na aplicação do sistema de monitoramento de sinais vitais de pacientes em unidades de tratamento intensivo de um hospital. Um esboço de uma teoria de processos evolutivos é desenvolvido para descrever a convergência do GAADT, independente da natureza do problema, da representação adotada para o cromossomo, e da população inicial considerada. A aplicação do GAADT a um problema requer a definição dos elementos do ambiente específicos para o problema em foco, os quais devem atender as propriedades estabelecidas na definição do ambiente. A prova de que as definições dos elementos do ambiente, para um dado problema, satisfazem as propriedades exigidas, e que o GAADT quando instanciado para estes elementos satisfaz as propriedades de corretude e aplicabilidade são feitas com o formalismo Z, conferindo assim ao GAADT um rigor matemático. Um estudo comparativo entre a convergência do GAADT com outros modelos é apresentado. As experiências avaliadas neste estudo indicam que o GAADT apresenta maior velocidade de convergência. Por fim, são feitas algumas considerações relevantes sobre o GAADT e sugeridas algumas questões interessantes para trabalhos futuros

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-11-08T18:59:31Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE_IMPRESSÃO_ANDRILENE_VFINAL_bib.pdf: 10222135 bytes, checksum: e23334e08daf26aa1743055d338fbea5 (MD5) / Made available in DSpace on 2016-11-08T18:59:31Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE_IMPRESSÃO_ANDRILENE_VFINAL_bib.pdf: 10222135 bytes, checksum: e23334e08daf26aa1743055d338fbea5 (MD5) Previous issue date: 2015-09-09 / A implementação dos algoritmos genéticos (AGs) inspirados no modelo de Holland em hardware para filtrar sinais visa acelerar o tempo de convergência desses algoritmos através da implementação dos módulos considerados um gargalo para uma implementação em software. Porém estes módulos apresentam os mesmos problemas com a representação do cromossomo, a dependência dos operadores genéticos e a representação adotada para o cromossomo e a população, e a perda de cromossomos com características relevantes para a solução do problema ao qual o AG está sendo aplicado. Esta tese apresenta um filtro adaptativo que adota o algoritmo genético baseado em tipos de dados abstratos (GAADT), para o processamento de sinais de ECG, denominado de CGAADT, na plataforma GPU/CUDA. O CGAADT desenvolvido apresenta uma solução de alto desempenho. A escolha por este modelo de algoritmo genético justifica-se pelo fato do GAADT ter sido definido com o intuito de evitar os problemas dos modelos de AG até então encontrados na literatura de computação evolucionária. O GAADT trabalha com uma arquitetura aberta que considera a dinâmica do ambiente o qual os cromossomos estão inseridos, ou seja, a função de adaptação do GAADT busca o cromossomo da população mais adaptado ao ambiente, se este ambiente mudar então a busca realizada pelo GAADT será redirecionado para o cromossomo mais adaptado ao ambiente atual, em tempo de execução, sem a necessidade de interromper a execução atual do GAADT. O resultado obtido pelo GAADT é de melhor qualidade do que os outros modelos de AGs uma vez que este trabalha a definição de gene dominante, que são as informações presentes nos cromossomos relevantes para a solução do problema. Provocando uma explosão exponencial na população do GAADT, na busca por um cromossomo mais adaptado que contenha a maior quantidade possível de genes dominantes, o que pode levar meses de processamento até a coleta de dados em arquiteturas de CPUs convencionais. Um estudo comparativo entre a qualidade dos resultados obtidos ao filtrar os sinais de ECG de pacientes com arritmias sinusal, flutter atrial e fibrilação atrial do CGAADT com outros modelos é apresentado. As experiências avaliadas neste estudo indicam que o CGAADT apresenta uma versão otimizada do GAADT, que permite que todo o processamento do algoritmo genético, seja realizado na GPU, o que resultou em um ganho no tempo total médio do processamento do algoritmo em 17,43% na seleção, 1,39% no cruzamento, 1,12% na mutação, 9,02% na reprodução, 15,11% no processo de inserção de descendentes na população. Tais índices representam um ganho de tempo de processamento de 73,6% relacionado ao algoritmo genético de Holland. / The implementation of genetic algorithms (GAs) inspired by Holland model in hardware to filter signals aims to speed up convergence time of these algorithms by implementing the modules considered a bottleneck for a software implementation. However, these modules have the same problems with the representation of the chromosome, dependence on genetic operators, representation adopted for the chromosome and population, and the loss of chromosomes with relevant features for the solution of the problem to which the AG has being applied. This thesis presents an adaptive filter that takes a genetic algorithm based on abstract data types (GAADT) for processing ECG signals, called CGAADT, the GPU /CUDA plataform. The compact genetic algorithm based on abstract data types (CGAADT) developed presents a solution for high performance of genetic algorithms based on abstract data types. The choice of this genetic algorithm model is justified by the fact that the GAADT have been define with the purpose of avoid the problems of models AG until then found of evolutionary computation literature. The GAADT works with an open architecture that considers the dynamics of the environment to which the chromosomes are inserted, that is, GAADT adaptation function search the most suitable chromosome population to the environment, if this environment change, then the search will be performed by GAADT will be redirected to the chromosome more adapted to the current environment, at runtime, without need to interrupt the current run of GAADT. The result obtained by GAADT has better quality than others AG models, since this works the definition of dominant gene, which are the information provided in the relevant chromosomes to solve the problem. Causing an exponential explosion in GAADT population, in the search for a more suitable chromosome containing the maximum amount of dominant genes, which can take months of processing to data collection in architectures over traditional CPUs. A comparative study of the quality of the results obtained by filtering the ECG signals from patients with sinus arrhythmia, atrial flutter and atrial fibrillation CGAADT with other models is presented. Experiences assessed in this study indicate that CGAADT shows an optimized version of GAADT, which allows all processing of the genetic algorithm is performed on the GPU, which resulted in a gain in the average total processing time of the algorithm in 17,43%selection, 1,39% in crossover, 1,12% in mutation, 9,02% in reproduction, 15,11% in the process of inserting descendants in the population. Such percentage represent a 73,6% enhancement processing gain related to genetic algorithm Holland. Finally, they are made some relevant considerations on the CGAADT and suggested some interesting questions for future work.

The importance of using Artificial Intelligence in video games is growing in response to the need that videogames have of showing behaviors and other game elements in a closer regard to what is witnessed at the real world. This need combined with a high level of user interaction and a large variety of games offering different situations and behaviors in complex controlled environments, places the videogames as an invaluable exploring niche for the application of different artificial intelligence techniques. This was the initial concept that led to the idea of using a MMORPG as background for demonstrating the application of artificial intelligence techniques, a game genre which values a rich environment, full of interactivity and with significant events happening simultaneously, in a similar manner to what is witnessed at the real world. Taking advantage of the MMORPG context, this essay will demonstrate the application of the genetic algorithm based on abstract data type (GAADT) to provide the modification of a game map features due to the course of time, closely resembling what would happen at the real world. A concept that is thus far, little explored in videogames, particularly in MMORPGs. In addition, it is expected that the application created here for validating the GAADT s algorithmic model for the problem presented here can be refined, thus, providing educators with a tool that allows them to use a MMORPG game scenario as a way to draw didactic parallels between the game environment and the content seen at the classroom. / Fundação de Amparo a Pesquisa do Estado de Alagoas / A importância do uso de recursos de Inteligência Artificial em jogos eletrônicos cresce em resposta a necessidade de jogos que apresentem comportamentos e elementos mais próximos da realidade. Uma necessidade que aliada ao alto nível de interação com o usuário e uma grande variedade de jogos, que oferecem a possibilidade de simular diferentes situações e comportamentos em ambientes complexos controlados, caracteriza os jogos eletrônicos como um importante nicho a ser explorado para a aplicação de diferentes técnicas de inteligência artificial. Este foi o conceito inicial do qual partiu a idéia de utilizar um jogo de MMORPG como pano de fundo para demonstrar a aplicação de técnicas de inteligência artificial, um gênero de jogo que preza por um ambiente rico, interativo e com eventos significativos ocorrendo de forma simultânea, similarmente ao que ocorre no mundo real. Tomando proveito do contexto do MMORPG, esta dissertação irá demonstrar a aplicação do algoritmo genético baseado em tipos abstratos de dados (GAADT) para proporcionar a alteração das características de um mapa de jogo em razão da passagem do tempo, de forma similar ao que ocorreria no mundo real. Um conceito ainda pouco explorado em jogos eletrônicos, sobretudo em MMORPGs. Espera-se ainda que a aplicação criada aqui para a validação do modelo do GAADT a este problema possa ser refinada, de modo a proporcionar aos educadores uma ferramenta que lhes permitam utilizar o cenário de jogo de um MMORPG como um meio para traçar paralelos didáticos entre a ambientação do jogo e o conteúdo de sala de aula.

This with the discovery of oil in the Pre-Salt layer, in oceanic regions of Brazil, it is aroused the need to improve technological devices of analysis, to ensure the sustainability of the system of fuel production in the country. From there we conjecture about the problem of air traffic control of offshore helicopters, which give logistical support to oil platforms and to optimization of routes. In this job, we proposed to minimize routes, thus decreasing the fuel consumption of these aircraft, as well as to optimize the time spent on travel between airports and platforms, using the heuristics methods of Genetic Algorithms. To perform a better analysis, we made two deployments, the first with Holland's Genetic Algorithm and the second with Genetic Algorithm Based on Abstract Data Types - GAADT, getting results with better performance in the second implementation. / Com a descoberta de petróleo na camada do pré-sal, em regiões oceânicas do Brasil, se desperta a necessidade de incrementar dispositivos tecnológicos de análise, para dar sustentabilidade ao sistema produtivo de combustível no país. A partir daí, vislumbra-se a problemática do controle de tráfico aéreo de helicópteros offshore, que dão suporte logístico às plataformas de petróleo e a otimização de rotas. Então, neste trabalho propusemos minimizar rotas, diminuindo, portanto o consumo de combustível destas aeronaves, bem como otimizar o tempo gasto com as viagens entre plataformas e aeroportos, utilizando os métodos heurísticos de Algoritmos Genéticos. Para a realização de uma melhor análise, fizemos duas implementações, sendo a primeira com Algoritmo Genético de Holland e a segunda com Algoritmo Genético Baseado em Tipos Abstratos de Dados - GAADT, obtendo resultados com melhor desempenho na segunda implementação.