Navegando por Assunto "Algoritmos genéticos"

Agora exibindo 1 - 2 de 2

Alocação otimizada de horários acadêmicos com disponibilidade restrita de professores usando algoritmos genéticos
(2022-06-01T03:00:00Z) Demiro, Matheus Paulo dos Santos; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587; http://lattes.cnpq.br/8926398361586659
A geração de horários acadêmicos é uma das atividades mais complexas e árduas enfrentadas pelas instituições de ensino no começo de cada período letivo. Na maioria dos casos, a solução encontrada para esse problema, comumente chamado na literatura de “timetabling”, é realizada de forma manual, o que torna o processo muito cansativo e moroso para as instituições. Este problema e considerado um grande desafio da otimização combinatória, devido ao amplo conjunto de variáveis e restrições envolvidas, sendo considerado um problema NP-Completas, onde não existe a possibilidade de encontrar uma solução por meio de métodos convencionais de programação. Este artigo trata do uso de técnicas de algoritmos genéticos para encontrar uma solução ótima ao problema do escalonamento de horários acadêmicos que leve em consideração as restrições do corpo discente e corpo docente, a fim de favorecer o rendimento acadêmico dos alunos e se adequar a disponibilidade dos professores. Para este trabalho espera-se desenvolver um algoritmo genético que seja capaz de obter resultados válidos que atendam as restrições do problema em um espaço de tempo razoavelmente considerável. Tecnicamente falando, é esperado que o algoritmo a partir de um conjunto de dados de entrada processe e retorne uma solução que possua o maior valor de aptidão - menor número de infrações cometidas - dentre as gerações de indivíduos (soluções). Este artigo usa como base de dados a grade do curso de Sistemas de Informação da Universidade Federal de Rio Grande Norte. Após modificações na base e realizados os experimentos o algoritmo genético mostrou-se eficiente e conseguiu cumprir com os objetivos, gerando horários acadêmicos adequados e compatíveis com as restrições estabelecidas.
Otimização de equipes em League of Legends utilizando algoritmos genéticos multiobjetivo
(2022-06-03T03:00:00Z) Vieira, Lucas Marsol; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587
O League of Legends, jogo da categoria Multiplayer Online Battle Arena ou MOBA (como é conhecido popularmente), segue sendo um dos jogos eletrônicos que mais pagam em premiação no mundo. Esta categoria se baseia em dois times que se enfrentam em um mapa simétrico com o objetivo de destruir a base adversária. Um dos principais pontos nesse estilo de jogo e mais especificamente no League of Legends é a etapa de seleção de personagens (também conhecidos como campeões), visto que irá guiar a estratégia de cada equipe. Nesta etapa, os jogadores selecionam quais personagens irão utilizar dentro da partida, onde cada personagem possui características e habilidades distintas dos demais. Por envolver diversos fatores no processo de seleção, é considerado um problema complexo que pode ser resolvido com técnicas de busca e inteligência artificial para encontrar as melhores soluções. Neste projeto uma nova abordagem através de Algoritmos Evolucionários Multiobjetivo (MOEA) é apresentada para geração de equipes no jogo. Com o objetivo de estimar a qualidade das equipes geradas, foi conduzida uma pesquisa com um grupo de jogadores. Foram atingidos resultados significantes com essa abordagem, obtendo uma avaliação média de 4.5 para um total de cinco pontos.