Teses e dissertações relevantes sobre IA
Título
ALGORITMOS GENÉTICOS PARA PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
Data de criação
16/04/2025 02:29:00
Texto para busca
Saúde e Medicina
Saúde e Medicina
EDSON MARTINS LECHETA
MARCOS ALEXANDRE CASTILHO
PORTUGUÊS
Dissertação de Mestrado
Este trabalho apresenta uma revisão bibliográfica atualizada sobre duas grandes áreas da Inteligência Artificial: Planejamento e Algoritmos Genéticos. A pesquisa se estende pela criação de modelos genéticos implementados em um sistema planejador dedicado à resolução de uma conhecida classe de problemas de planejamento, usando bibliotecas de código de domínio público em ambas as áreas. Uma análise dos resultados motivou a remodelagem e nova implementação, alterando a plataforma e o sistema operacional e reescrevendo o código sem o uso das bibliotecas de domínio público. O modelo foi readaptado e ajustado conforme os resultados dos novos testes, para o uso de novos operadores genéticos não-convencionais, permitindo alcançar novas conclusões sobre a abordagem original proposta. Outra importante contribuição apresenta uma forma alternativa e simples de inferir tipos de objetos e parâmetros na linguagem PDDL para instanciar corretamente as ações e reduzir drasticamente o espaço de busca.
https://hdl.handle.net/1884/25440
2004" id="teses_e_dissertacoes_releva___indexing_text_ro" />
IP
187.73.183.5
Local
Curitiba (PR) , Brasil
Palavras-chave
Algoritmos Genéticos, Ciência da Computação, Inteligência Artificial
Assuntos
Autor
EDSON MARTINS LECHETA
Orientador
MARCOS ALEXANDRE CASTILHO
Idioma
PORTUGUÊS
Tipo de Documento
Dissertação de Mestrado
Resumo
Este trabalho apresenta uma revisão bibliográfica atualizada sobre duas grandes áreas da Inteligência Artificial: Planejamento e Algoritmos Genéticos. A pesquisa se estende pela criação de modelos genéticos implementados em um sistema planejador dedicado à resolução de uma conhecida classe de problemas de planejamento, usando bibliotecas de código de domínio público em ambas as áreas. Uma análise dos resultados motivou a remodelagem e nova implementação, alterando a plataforma e o sistema operacional e reescrevendo o código sem o uso das bibliotecas de domínio público. O modelo foi readaptado e ajustado conforme os resultados dos novos testes, para o uso de novos operadores genéticos não-convencionais, permitindo alcançar novas conclusões sobre a abordagem original proposta. Outra importante contribuição apresenta uma forma alternativa e simples de inferir tipos de objetos e parâmetros na linguagem PDDL para instanciar corretamente as ações e reduzir drasticamente o espaço de busca.
Link de Acesso
Ano
2004