Um algoritmo genético baseado em tipos abstratos de dados e sua especificação em Z

Abstract

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