A Computação Evolucionaria

COMPUTAÇÃO EVOLUCIONÁRIA

Lorena Rayane  Pereira Nunes– [e-mail]

 Lucas Rodrigo de Barros Jardim – [e-mail]

RESUMO

Este artigo apresenta uma análise abrangente da Computação Evolucionária (CE) e suas aplicações em diversos domínios. A CE é uma abordagem inspirada na seleção natural que utiliza algoritmos baseados em processos evolutivos para resolver problemas complexos de otimização e aprendizado de máquina. Destacamos as principais características da CE, suas diferentes vertentes, e a relevância dessa abordagem em um cenário tecnológico em constante evolução. Além disso, discutiremos como a CE tem impulsionado avanços significativos em campos como inteligência artificial, robótica, bioinformática e muito mais. Este artigo visa fornecer uma visão geral acessível da Computação Evolucionária.

INTRODUÇÃO

A Computação Evolucionária (CE) é uma abordagem inovadora e poderosa para resolver problemas complexos que, ao longo das últimas décadas, tem se destacado como uma ferramenta valiosa em diversas áreas da ciência e da tecnologia. Inspirada pelos princípios da seleção natural e da evolução, a CE emprega algoritmos que simulam processos biológicos, permitindo a busca por soluções ótimas em espaços de busca vastos e complexos. A evolução da CE tem como objetivo, desde suas origens até as aplicações modernas, demonstrar como estas abordagem desafiadora está moldando o futuro da computação e da resolução de problemas em diversos campos.

Ao longo deste artigo também, vamos mergulhar nos fundamentos da CE, destacando as seleção natural que levou a criação da computação evolutiva, Algoritmos Genéticos, Programação Genética e outras variantes. Além disso, examinaremos estudos de caso e aplicações práticas que ilustram o potencial da CE em áreas da programação genérica e algoritmos genéricos. Através dessa exploração, buscamos fornecer uma visão aprofundada das conquistas recentes e das perspectivas futuras na Computação Evolucionária, destacando seu papel revolucionário na resolução de problemas computacionais desafiadores.

SELEÇÃO NATURAL E A UTILIZAÇÃO DA COMPUTAÇÃO EVOLUCIONÁRIA

Ao longo dos séculos, a humanidade buscou compreender a complexa questão da origem e evolução das espécies. No período que antecedeu o século XIX, duas teorias predominavam: o Criacionismo e o Catastrofismo. O Criacionismo sustentava que todas as espécies eram criações divinas e suas características permaneciam inalteradas desde a criação. No entanto, essa teoria deixa perguntas sem resposta sobre a origem de novas espécies e a extinção das existentes. Em contrapartida, o Catastrofismo postulava que novas espécies surgiam devido a catástrofes naturais, como dilúvios, enquanto outras eram extintas.

No início do século XIX, surgiram teorias revolucionárias que desafiaram as crenças aceitas até então. Uma delas, desenvolvida por Jean-Baptiste Lamarck, introduziu o conceito de evolução baseado na "Lei do Uso e Desuso". Segundo Lamarck, as características dos indivíduos eram aprimoradas ou enfraquecidas de acordo com seu uso ou desuso, e essas mudanças eram transmitidas às gerações futuras. Embora tenha sido refutado em parte, o Lamarckismo contribuiu para a evolução do pensamento científico.A verdadeira revolução veio em 1859, quando Charles Darwin publicou sua obra seminal, a "Teoria da Evolução das Espécies". De acordo com a teoria de Darwin, as espécies não eram fixas, mas sim resultado de um processo de evolução. Indivíduos de uma população diferem uns dos outros, e as características vantajosas que os ajudam a sobreviver e se reproduzir são transmitidas às gerações futuras, tornando-se predominantes na população ao longo do tempo. Essa teoria, conhecida como Darwinismo, revolucionou nossa compreensão da vida na Terra e influenciou profundamente o pensamento científico,como mencionado por Darwin.

Na natureza quase todas as plantas maduras produzem sementes todo o ano e entre os animais há muito poucos que não se acasalam todo ano. Portanto, podemos atestar com segurança que plantas e animais tendem a crescer em proporção geométrica - todos rapidamente abasteceriam todo local onde poderiam existir - e que essa tendência geométrica ao crescimento deve ser coibida pelo extermínio em algum período da vida (DARWIN, 2003, p.80).

Hoje, o legado da teoria de Darwin se estende para além da biologia, desempenhando um papel crucial na Computação Evolucionária (CE). A Computação Evolucionária tem suas raízes na década de 1960, quando pesquisadores começaram a explorar maneiras de simular processos de seleção natural e evolução em computadores. John Holland, um dos pioneiros da CE, cunhou o termo "Algoritmo Genético" para descrever uma abordagem computacional que imitava a seleção natural, cruzamento e mutação para otimização de problemas. A (CE) visa utilizar os princípios da seleção natural, entre outros, para resolver uma variedade de problemas computacionais complexos. As origens da CE, seus princípios fundamentais e suas aplicações em diversas áreas, destacando como a evolução artificial se tornou uma ferramenta poderosa na resolução de desafios na era da computação. Com isso, entendemos que á um paralelo entre a evolução das ideias sobre a origem das espécies na biologia e a evolução da CE na ciência da computação, mostrando como ambas estão intrinsecamente relacionadas pela influência duradoura dos princípios da seleção natural, Veremos agora como os algoritmos genéricos são um subconjunto específico da computação evolucionária.

Algoritmos Genéticos (AGs)

Os algoritmos genéticos são baseados nos processos genéticos de organismos biológicos com o objetivo de desenvolver sistemas artificiais baseados nos mecanismos dos sistemas naturais. O começo dos Algoritmos Genéticos (AGs) foi em 1975 quando John Holland publicou “Adaptation in Natural and Artificial Systems”. Nos anos 80 um aluno de Holland, David E. Goldberg alcançou o primeiro resultado na aplicação industrial com algoritmos genéticos e a partir disso é usado os AGs para solucionar problemas de otimização e aprendizado de máquina. Tais algoritmos representam os processos naturais de sobrevivência e reprodução da espécie, fundamentais na evolução. Os indivíduos mais capacitados terão um número maior de sucessores, ao contrário dos menos capacitados. As condições para a execução de um AG são: