Computação Evolutiva - Aproveitando Algoritmos Inteligentes para Sistemas Robóticos Avançados
Fouad Sabry
Traduttore Felipe Azevedo
Casa editrice: Um Bilhão Bem Informado [Portuguese]
Sinossi
1. Computação Evolutiva: Introdução aos modelos de computação inspirados na evolução. 2. Programação Genética: Examina sistemas adaptativos para programas em evolução. 3. Algoritmo Genético: Analisa o poder das técnicas de otimização genética. 4. Algoritmo Evolutivo: Discute algoritmos impulsionados pela evolução biológica. 5. Computação Bioinspirada: Analisa modelos computacionais inspirados na natureza. 6. Programação Evolutiva: Explora a simulação da evolução na resolução de problemas. 7. Crossover (Algoritmo Genético): Detalha os processos de recombinação genética. 8. Mutação (algoritmo genético): analisa o papel da mutação na diversidade. 9. Cromossomo (algoritmo genético): descreve estruturas de dados genéticos. 10. Metaheurística: explora estruturas para encontrar soluções quase ótimas. 11. Estratégia de evolução: investiga mecanismos adaptativos para otimização. 12. Aptidão efetiva: define a avaliação de aptidão em contextos evolutivos. 13. Convergência prematura: alerta sobre armadilhas de otimização precoce. 14. Representação genética: examina a codificação de dados em algoritmos genéticos. 15. Algoritmo memético: abrange algoritmos híbridos que combinam pesquisas genéticas e locais. 16. Computação baseada em humanos: analisa a influência humana na computação. 17. Computação lateral: examina interações laterais em sistemas computacionais. 18. Computação natural: explora a computação baseada em processos naturais. 19. Vida Artificial: Apresenta sistemas realistas e suas aplicações. 20. Computação Suave: Investiga métodos de computação flexíveis e aproximados. 21. Neuroevolução de Topologias Aumentadas: Investiga redes neurais em evolução.
