Está en la página 1de 49

MSTER OFICIAL DE LA UNIVERSIDAD DE GRANADA "SOFT COMPUTING Y SISTEMAS INTELIGENTES"

SF1. COMPUTACIN EVOLUTIVA Y ALGORITMOS BIOINSPIRADOS

M. LOZANO, F. HERRERA
Dpto. Ciencias de la Computacin e I.A. Universidad de Granada 18071 ESPAA

Contenido del Curso. Sesin 1

Algoritmos genticos

Control de parmetros de los AGs Algoritmos genticos con codificacin real

Contenido del Curso. Sesin 2

Contenido del Curso. Sesin 3


MUTACIN Agente 1 Agente 2 CRUCE

Algoritmos memticos. Sesin 3.a.


Nuevo Agente 1

Nuevo Agente 2 OPTIMIZACIN LOCAL

Swarm Intelligence. Sesin 3.b.

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre


Francisco Herrera
Grupo de Investigacin Soft Computing and Intelligent Information Systems Dpto. Ciencias de la Computacin e I.A. Universidad de Granada 18071 GRANADA herrera@decsai.ugr.es http://sci2s.ugr.es
5

Swarm Intelligence

Sumario
Definicin Swarm Intelligence Inspiracin Biolgica Sociedades de Insectos

Tcnicas

Aplicaciones

Conclusiones
6

Introduccin: Swarm Intelligence


La inteligencia colectiva emergente de un grupo de agentes simples The emergent collective intelligence of groups of simple agents Algoritmos o mecanismos distribuidos de resolucin de problemas inspirados en el comportamiento colectivo de colonias de insectos sociales u otras sociedades de animales.
(Bonabeau, Dorigo, Theraulaz, 1999) E. Bonabeau, M. Dorigo, G. Theraulaz Swarm Intelligence. From Nature to Artificial Systems. Oxford University Press, 1999.

Introduccin: Swarm Intelligence


Inspiracin Biolgica

sociedades de insectos (bees, wasps, ants, termites) (abejas, avispas, hormigas, termitas)

flocks of birds (bandadas de aves) schools of fish (bancos de peces) herds of mammals (manadas de mamferos) 8

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Insectos
Llevan a cabo actuaciones colectivas que no seran posibles para un nico individuo Proporcionan comportamientos adecuados para la computacin distribuida El repertorio de comportamientos de cada insecto es limitado No existe acceso individual al estado completo de la colonia
No pueden hacer una divisin efectiva de la labor a realizar No pueden garantizar el progreso de la colonia

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Comportamiento emergente
Las colonias de insectos llevan a cabo actuaciones de nivel complejo de forma inteligente, flexible y fiable, actuaciones que no seran factibles si tuviesen que ser realizadas por un insecto de forma individual (stos son no inteligentes, no fiables, simples). Los insectos siguen reglas simples, y utilizan comunicacin local simple La estructura global (nido) emerge desde las acciones de los insectos (las cuales son no fiables atendidas individualmente)
10

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Abejas

Cooperacin de la colmena Regulan la temperatura de la colmena Eficiencia va especializacin: divisin de la labor en la colonia Comunicacin: Las fuentes de comida son explotadas de acuerdo a la calidad y distancia desde la colmena
11

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Termitas

Nido con forma de cono con paredes externas y conductos de ventilacin Camaras de camadas en el centro de la colmena Rejillas del ventilacin en espirales Columnas de soporte

12

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Hormigas

Organizan autopistas hacia y desde la comida por medio de rastros de feromona (pheromone)

13

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre


Sociedades de Insectos/Tipos de interaccin entre Insectos Sociales Sistemas de toma de decisin colectiva Comunicacin directa/interaccin directa
Comida/intercambio de lquidos, contacto visual, contacto qumico (pheromones)

Comunicacin indirecta/interaccin indirecta (Stigmergy)


El comportamiento individual modifica el entorno, el cual a su vez modifica el comportamiento de otros individuos

sociedades auto-organizadas

14

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Caractersticas de un Enjambre
Compuesto de agentes simples (Self-Organized) Descentralizado No hay un nico supervisor No hay un plan global (emergente) Robusto Las actuaciones se completan aunque un individuo falle Flexible Puede responder a cambios externos
Percepcin del entorno (sentidos) No existe un modelo explcito de entorno/abilidad para cambiarlo
15

De las Sociedades de Insectos a los Sistemas Inteligentes de Enjambre

Resumen
La complejidad y sofisticacin de la auto-organizacin se lleva a cabo sin un lider/jefe de la sociedad Lo que podemos aprender de los insectos sociales lo podemos aplicar al campo del diseo de Sistemas Inteligentes La modelizacin de los insectos sociales por medio de la auto-organizacin puede ser de ayuda para el diseo de modelos artificiales distribuidos de resolucin de problemas. Esto es conocido como:
Swarm Intelligent Systems.
16

Swarm Intelligence: Tcnicas


Cmo puede ser coordinado el esfuerzo individual para alcanzar una tema comn?

Swarm Inspired Methods


particle swarm optimization PSO
Optimizacin basada en nubes de partculas Conjunto de tcnicas inspiradas en el comportamiento de las bandadas de aves o bancos de peces

ant colony optimization ACO


Optimizacin basada en colonias de hormigas Conjunto de tcnicas inspiradas por las actividades de una colonia de hormigas
17

Particle Swarm Optimization


PARTICLE SWARM OPTIMIZATION (PSO) Es una tcnica de optimizacin inspirada en el comportamiento social de bandadas de aves o peces.

http://www.swarmintelligence.org/
18

Particle Swarm Optimization


25

Particle Swarm Optimization (PSO) aplica conceptos de interaccin social a la resolucin de problemas de bsqueda/optimizacin. En PSO, un enjambre de n individuos se comunica directa o indirectamente con otros va las direcciones de bsqueda.

20

pbest
15

v(k)
10

v(k+1)

gbest

10

15

20

25

Kennedy, J. and Eberhart, R. (1995). Particle Swarm Optimization, Proc. 1995 IEEE Intl. Conf. on Neural Networks, pp. 1942-1948, IEEE Press

19

Particle Swarm Optimization

20

Particle Swarm Optimization


Las Particulas pueden ser simples agentes que vuelan a travs del espacio de bsqueda y almacenan (y posiblemente comunican) la mejor solucin que han descubierto. En PSO, las partculas nunca mueren. La pregunta es, Cmo se mueve una partcula desde una localizacin a otro del espacio de bsqueda?
25

20

pbest
15

v(k)
10

v(k+1)

gbest

10

15

20

25

21

Particle Swarm Optimization


Movimiento de las Partculas
vid = vid + 1rnd()(pBestid -xid ) + 2 rnd()(gid -xid ) xid = xid + vid
COGNITIVO SOCIAL

22

Particle Swarm Optimization


Movimiento de las Partculas

midad proxi iAqu estoy!

Xi

pBesti

Mi mejor solucin

pg

La mejor solucin de mis vecinos

imidad g-prox
23

Particle Swarm Optimization


Topologas de la Nube de Partculas

Geogrfico

Social
24

Ant Colony Optimization


La OPTIMIZACIN BASADA EN COLONIAS DE HORMIGAS est basada en la simulacin del comportamiento de las hormigas cuando recogen comida

http://iridia.ulb.ac.be/~mdorigo/ACO/ACO.html

25

Ant Colony Optimization


Cada vez que una hormiga llega a una interseccin, decide el camino a seguir de un modo probabilstico

?
Las hormigas eligen con mayor probabilidad los caminos con un alto rastro de feromona
26

Ant Colony Optimization

27

Ant Colony Optimization

28

Ant Colony Optimization

29

Ant Colony Optimization

30

Ant Colony Optimization

31

Ant Colony Optimization

32

Ant Colony Optimization

33

Ant Colony Optimization


En el circuito con dos puentes dobles cruzados, las hormigas consiguen encontrar el camino ms corto

34

Ant Colony Optimization


La analoga ms cercana a ACO son los problemas de rutas en grafos Mientras las hormigas buscan comida, depositan rastros de feromona que atraen a otras hormigas. Desarrollan caminos mnimos entre la comida y el hormiguero.

35

Ant Colony Optimization


El Problema del Viajante de Comercio (TSP) es uno de los problemas de optimizacin combinatoria ms conocido y problema sobre el que se comenz a ensayar satisfactoriamente el comportamiento de los algoritmos ACO.

36

Ant Colony Optimization

[ rs ] [ rs ] , si s J k (r) pk (r , s ) = [ ru ] [ ru ] uJ k (r) 0, en otro caso

37

SI: Algunas Aplicaciones


ACO BSQUEDA DE RUTAS PARA UNA RED DE SATLITES di Caro, Dorigo, y otros autores mostraron que ACO da buenos resultados en la bsqueda de rutas en grandes sistemas de telecomunicaciones y redes de ordenadores.

38

SI: Algunas Aplicaciones


APLICACIN AL ENRUTAMIENTO DE PAQUETES EN REDES DE TELECOMUNICACIONES: ANTNET Una de las redes consideradas, la NNTnet de Japn:

39

SI: Algunas Aplicaciones


WEB CLUSTERING
Por qu? El tamao de internet se duplica cada ao. La organizacin y catalogacin de documentos no es una tarea escalable con el crecimiento de internet. Clustering de documentos? Es la operacin de agrupar documentos similares en clases que pueden ser usadas para obtener un anlisis de su contenido. Algoritmos de Clustering basados en ACO catalogan documentos de la WEB en diferentes dominios de inters.

40

SI: Algunas Aplicaciones


ACO: Resuelven problemas que se pueden representar como rutas/caminos entre nodos de un grafo. PSO: Resuelven problemas similares a los resueltos por algoritmos de Computacin Evolutiva.

41

SI: Algunas Aplicaciones


En nuestro grupo de Investigacin Soft Computing y Sistemas de Informacin Inteligentes

http://sci2s.ugr.es

ACO:

Modelo Best-Worst Ant Systems (BWAS) ACO Multiobjetivo Aplicaciones al aprendizaje de sistemas basados en reglas

PSO:

Estudio de modelos hbridos con Algoritmos Genticos/Algoritmos Memticos para mejorar la convergencia en Problemas de Optimizacin con alta Dimensionalidad.

42

SI: Algunas Aplicaciones


Learning Fuzzy Rules Using Ant Colony Optimization Algorithms
Data Set, E e l= ( x 1 , x 2 , y ) e1 = (0.2, 1.0, 0.3) e2 = (0.4, 0.8, 1.5) e3 = (0.7, 0.0, 0.4) e4 = (1.0, 1.2, 1.6) e5 = (1.2, 0.6, 1.1) e6 = (1.8, 1.8, 2.0)
Y X2 0 B1 0 2 B3 2
l l l

Data Base
X1 S M L X1 0 S M 2 L
S = B1 (-0.35, 0, 0.65) M = B2 ( 0.35, 1, 1.65)

S X2 S M L
e1 e2

L Y

e3 e5 e4 e6

X
B
1

M
R1

B2 2 B3

B2

L = B3 ( 1.35, 2, 2.65)

S M
R2

B1
R3

B2

B2
R4

X X

R1
11 12

R2
21 22 23

R3
33

R4

S
R1

L
There are not examples

There are not examples

B1 B2
R3

B3

R2

43 32

B1 B2 B3 B2 B3
There are not There are not examples examples

There are not examples

R4

B3

B1

B2

B3
X X
2 1

S
R1

S M R1 B1 B1 B1 B1 B1 B2 B2 B2 B2 B2 B2 B2 R2 B1 B1 B2 B2 B3 B3 B1 B1 B2 B2 B3 B3 R3 B2 B3 B2 B3 B2 B3 B2 B3 B2 B3 B2 B3 R4 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 B3 L
R2

B1
R3

Rule Base
R4

B2

B2 B3

R 1 = IF X 1 is M and X 2 is S THEN Y is B 1 R 2 = IF X 1 is S and X 2 is M THEN Y is B 2 R 3 = IF X is M and X is M THEN Y is B 2 1 2


THEN Y is B 1

Rule Base
R 1 = IF X 1 is M and X 2 is S R 2 = IF X 1 is S

and X 2 is M THEN Y is B 2

R 4 = IF X is L and X is L THEN Y is B 3 1 2

R 3 = IF X 1 is M and X 2 is M THEN Y is B 2 R 4 = IF X 1 is L and X2 is L THEN Y is B 3

43

Conclusiones
Swarm Intelligence (SI) es la propiedad de un sistema por la cual el comportamiento colectivo de agentes (no sofsticados) interactua localmente con el entorno proporcionando un patrn global de funcionamiento coherente como emergente. SI proporciona una base con la cual es posible explorar la resolucin de problemas colectivamente (o de forma distribuida) sin un control centralizado ni un model global de comportamiento.

44

Conclusiones

SI MAS AI AI MAS SI Artificial Intelligence Multi Agent Systems Swarm Intelligence

Una definicin de contexto de Swarm Intelligence en el mbito de la Inteligencia Artificial

45

Conclusiones

Una definicin de contexto de Swarm Intelligence en el mbito de los Algoritmos Bioinspirados

46

Conclusiones
BIBLIOGRAFA BSICA
E. BONABEAU, M. DORIGO, G. THERAULAZ, Swarm Intelligence. From Natural to Artificial Systems, Oxford University Press, 1999. J. KENNEDY, R.C. EBERHART, Y. SHI, Swarm Intelligence. Morgan Kaufmann Publishers, 2001. M. DORIGO, T. STTZLE, Ant Colony Optimization, The MIT Press, 2004.

47

Conclusiones
Dumb parts, properly connected into a swarm, yield smart results.

Partes tontas/mudas, conectadas adecuadamente en un enjambre, producen resultados elegantes/inteligentes.

48

http://sci2s.ugr.es

Thank you !!!


49

También podría gustarte