30 jul 2021
14:00 Defesa de Doutorado Integralmente a distância
Tema
Evocycle: vida artificial em um ecossistema de algoritmos bio-inspirados
Aluno
Felipe dos Santos Pinto de Andrade
Orientador / Docente
Ricardo da Silva Torres
Breve resumo
Vida artificial é a área de estudo que tem por objetivo reproduzir comportamentos análogos à vida em diferentes tipos de mídia. Na abordagem soft, essa tarefa é realizada usando simulações em software. Essa tese apresenta um framework de vida artificial, chamado Evocycle, que utiliza diferentes meta-heurísticas bioinspiradas como agentes do sistema. Tais meta-heurísticas são parte do campo da Computação Evolutiva em Ciência da Computação, na qual a teoria biológica da evolução é tomada como inspiração para projetar algoritmos estocásticos de otimização. Na computação evolutiva clássica, frequentemente abordagens elitistas são utilizadas, como por exemplo usar funções de fitness para selecionar indivíduos para novas gerações. No entanto, a seleção natural como observada na natureza não possui uma função de fitness para avaliação.
Neste trabalho, propomos um framework que remove a ênfase da evolução nos valores de fitness, e tenta uma abordagem diferente, baseada em relações ecológicas de alimentação, reprodução e predação. Nosso sistema de vida artificial forma um ecossistema no qual diferentes espécies são modeladas pela hibridização de algoritmos de inteligência coletiva e evolucionários, e a interação dessas espécies através das relações ecológicas constrói seu comportamento ao longo do tempo. Para validar o framework proposto, nós o simulamos com implementações utilizando os algoritmos de Particle Swarm Optimization (PSO), no qual a função de velocidade de cada partícula é definida por uma árvore de programação genética (GP), e o algoritmo de otimização Artificial Bee Colony (ABC). Ao invés de um ciclo completo de seleção por função de fitness, as árvores GP, que codificam cada partícula PSO, evoluem tomando como base a sobrevivência dentro da simulação, levando em conta fatores como energia interna, idade e proximidade de outros indivíduos.
Este ecossistema foi estudado em benchmarks de otimização contínua, e pela análise da variação da frequência genética de populações de interesse nós observamos o desenvolvimento de dinâmicas ecológicas interessantes. Também avaliamos a resiliência da população de predadores no sistema utilizando estudos da teoria de catástrofes em Biologia. As principais contribuições deste trabalho consistem na proposta do sistema de vida artificial em si, o estudo da emergência do comportamento de busca dos agentes do sistema, e a proposta de uso da análise das taxas de recuperação após perturbações na população para avaliar sua resiliência.
Banca examinadora
Titulares:
| Ricardo da Silva Torres | IC/UNICAMP |
| Ulisses Martins Dias | FT/UNICAMP |
| Guilherme Palermo Coelho | FT/UNICAMP |
| Rafael Stubs Parpinelli | CCT/UDESC |
| Douglas Rodrigues | FC/UNESP |
Suplentes:
| Fábio Luiz Usberti | IC/UNICAMP |
| Luiz Camolesi Júnior | FT/UNICAMP |
| João Paulo Papa | FC/UNESP |