GAIA - Uma proposta de agente inteligente acoplado a algoritmos evolucionários para ajuste dinâmico de parâmetros através de conceitos de design inteligente e lógica fuzzy

Há muitos anos, técnicas de Computação Evolucionária vem sendo aplicadas com sucesso na solução dos mais variados tipos de problemas de otimização. Na constante procura pelo ótimo global e por uma melhor exploração da superfície de busca, as escolhas para ajustar estes métodos podem ser exponencialmente complexas e requerem uma grande quantidade de intervenção humana. Estes modelos tradicionais darwinianos apóiam-se fortemente em aleatoriedade e escolhas heurísticas que se mantém fixas durante toda a execução, sem que acompanhem a variabilidade dos indivíduos e as eventuais mudanças necessárias. Dadas estas questões, o trabalho introduz a combinação de aspectos da Teoria do Design Inteligente a uma abordagem hibrida de algoritmo evolucionário, através da implementação de um agente inteligente o qual, utilizando lógica fuzzy, monitora e controla dinamicamente a população e seis parâmetros definidos de uma dada execução, ajustando-os para cada situação encontrada durante a busca. Na avaliação das proposições foi construído um protótipo sobre a implementação de um algoritmo genético para o problema do caixeiro viajante simétrico aplicado ao cenário de distância por estradas entre as capitais brasileiras, o que permitiu realizar 580 testes, simulações e comparações entre diferentes configurações apresentadas e resultados de outras técnicas. A intervenção inteligente entrega resultados que, com sucesso em muitos aspectos, superam as implementações tradicionais e abrem um vasto espaço para novas pesquisas e estudos nos aqui chamados: “Algoritmos Evolucionários Híbridos Auto-Adaptáveis”, ou mesmo, “Algoritmos Evolucionários Não-Darwinianos”.

ABSTRACT: For many years Evolutionary Techniques have been successfully applied in several computational optimization problems. For the matter of obtaining “best results” and a wide exploration of the search surface, the choices for tuning those methods can be exponentially complex and require a large human intervention. Those traditional Darwinian models rely only on randomness and heuristic choices, which are kept fix during the entire algorithm execution without following the individuals’ variability and any eventual changes needed. For that matter, the present work introduces the combination of Intelligent Design Theory aspects with a hybrid approach of an evolutionary algorithm, through the implementation of a Fuzzy Intelligent Designer agent, which dynamically monitors and regulates six chosen algorithms’ parameters, adjusting their values for any given situation. In order to testify these proposals, a Brazilian’s capitals symmetric TSP problem genetic algorithm prototype was also built, allowing the execution of 580 tests, plus several simulations and comparisons between many proposed set of configurations, regular techniques and other recent works. The Intelligent Design intervention deliveries over-expectation results, opening a wide new space for research of the: “Darwin-less Evolutionary Algorithms” or “The Hybrid Self-Adaptable Evolutionary Algorithms”.