9
Campinas, 28 de novembro a 4 de dezembro de 2016
Princpios darwinianos inspiram
algoritmo que resolve problemas
Mtodo descobre solues em vrias reas, das telecomunicaes economia
CARLOS ORSI
carlos.orsi@reitoria.unicamp.br
ecanismos que atuam na
evoluo por seleo na-
tural dos seres vivos po-
dem ajudar a descobrir
solues para problemas
de diversos tipos, incluindo questes sobre
a estrutura de redes de telecomunicao e,
at, um problema eminentemente econmi-
co: como otimizar o resultado de um leilo
de concesso pblica. o que mostra a tese
de doutorado Algoritmos evolutivos para
alguns problemas em telecomunicaes,
defendida por Carlos Eduardo de Andrade
no Instituto de Computao (IC) da Uni-
camp, e orientada pelo professor Flvio Kei-
di Miyazawa, do mesmo instituto, e Mau-
ricio G. C. Resende, do Departamento de
Planejamento e Otimizao Matemtica, da
Amazon.com, nos Estados Unidos.
Um algoritmo evolutivo um mtodo
de resoluo de problemas inspirado nos
princpios darwinianos de evoluo, disse
Andrade. Em geral, um algoritmo evoluti-
vo utiliza, como metforas, os mecanismos
biolgicos de reproduo, mutao, recom- envolvendo de fibras pticas a conexes de
binao e seleo natural atravs da aptido. rede sem fio como wi-fi e LTE, e dentro de
Tais mecanismos so simulados pelo algo-
ritmo evolutivo, com o objetivo de resolver
um problema especfico. Existem diversas
variaes desses algoritmos, e nem sempre
todos mecanismos evolutivos so usados.
Algoritmos genticos, em geral, fazem o
uso completo das metforas.
A tese explica como possveis solues
para um problema podem ser codificadas
em cromossomos virtuais, cada um de-
les dotado de uma funo de aptido, uma
medida de sua qualidade em relao ao pro-
blema tratado por exemplo, qual a forma
mais eficiente de conectar uma srie de
pontos numa rede. Assim como os cromos-
somos dos seres vivos, os virtuais contm
alelos, isto , diferentes verses de um
mesmo gene ou, no caso, de uma mesma
parte da soluo.
O passo evolutivo consiste em construir
uma nova populao, combinando os indiv-
duos da populao atual, selecionando ale-
los deles para criar prole, escreve Andra-
de em seu trabalho. Um passo adicional,
chamado mutao, aplicado com baixa para se chegar a uma soluo , em geral,
probabilidade, quando um alelo escolhido
e modificado ao acaso. A grande vantagem
do algoritmo gentico combinar duas ou
Publicao
Tese: Algoritmos evolutivos para al-
guns problemas em telecomunicaes
Autor: Carlos Eduardo de Andrade
Orientador: Flvio Keidi Miyazawa
Coorientador: Mauricio G. C. Resende
Unidade: Instituto de Computao
(IC)
Referncias da tese
M.C. Lopes, C.E. Andrade, T.A. Queiroz,
M.G.C. Resende, F.K. Miyazawa. Heuris-
tics for a Hub Location-Routing Problem.
Networks, volume 68, number 1, pages
5490, 2016. http://onlinelibrary.wiley.
com/doi/10.1002/net.21685/abstract
C.E. Andrade, M.C.G. Resende, W.
Zhang, R.C. Sinha, K.C. Reichmann,
R.D. Doverspike, F.K. Miyazawa. A Bia-
sed Random-key Genetic Algorithm for
Wireless Backhaul Network Design.
Applied Soft Computing, volume 33,
pginas 150-169, 2015. http://www.
sciencedirect.com/science/article/pii/
S1568494615002410
C.E. Andrade, F.K. Miyazawa, M.C.G
Resende, R.F. Toso. Biased Random-Key
mais diferentes solues. Mais adiante,
acrescenta: Usando o conceito de operado-
res genticos e hereditariedade, algoritmos
genticos so capazes de combinar partes de
boas solues mant-las vivas. caminhos entre dois equipamentos.
Em sua tese, o pesquisador aplica a tcni-
ca a cinco problemas. Quatro deles buscam a
determinao de uma melhor forma de mon-
tar e organizar redes de telecomunicaes,
nimizar o custo de implantao. Podemos
entender que, neste problema, precisamos
diversos tipos de demandas e restries. Um
desses quatro tinha a mesma estrutura de
uma questo clssica na histria da Matem-
tica, o Problema do Caixeiro Viajante.
MELHOR ROTA
No problema clssico do caixeiro via-
jante, temos um conjunto de cidades onde
queremos encontrar uma rota de menor
custo (seja distncia, tempo de viagem, ou
ainda consumo de combustvel) tal que um
representante comercial possa visitar todas
cidades sem, entretanto, visitar a mesma ci-
dade duas ou mais vezes, descreve Andra-
de. Este problema abstrado em uma es-
trutura matemtica chamada grafo, onde os
vrtices do grafo representam as cidades e
as arestas, as rodovias entre as cidades, for-
mando um tipo de rede se o visualizarmos.
Este um problema de otimizao combi-
natria clssico considerado NP-difcil. algoritmo qualquer: ele representa uma abs-
O pesquisador explica que, para a classe
dos problemas NP-difceis, o tempo neces-
srio, ou o nmero de etapas necessrias
evolutivo segue de perto o mecanismo na-
uma funo exponencial do tamanho do
problema. Por exemplo, suponhamos que
no problema do caixeiro viajante temos que
visitar 50 cidades. O nmero de passos ne-
cessrios para resolver este problema pro-
porcional a 50! (fatorial de 50), que um
nmero de mais de 60 dgitos, se tivermos
que testar todas as opes. Este imenso n-
mero muito maior que o nmero de to-
mos do universo! Embora existam heursti-
cas que possam encontrar a melhor soluo
em um tempo razovel, testar todas opes
simplesmente invivel.
O problema do caixeiro viajante liga-se
intimamente a vrios problemas no projeto
de redes de telecomunicao, prossegue An-
drade. Talvez o mais prximo seja o de pro-
jetar uma rede de telecomunicaes tal que
Genetic Algorithms for the Winner Deter-
mination Problem in Combinatorial Auc-
tions. Evolutionary Computation , volume
23, nmero 2, pages 279-307, 2015. http://
www.mitpressjournals.org/doi/10.1162/
EVCO_a_00138
C.E. Andrade, M.C.G Resende. H.J. Karlo-
ff, F.K. Miyazawa. Evolutionary Algorithms
for Overlapping Correlation Clustering.
Proceedings of the Sixteen International
Conference on Genetic and Evolutionary
Computation (GECCO 2014). Pginas 405-
412, 2014. http://dl.acm.org/citation.cfm?
id=2598284&CFID=599363338&CFTOK
EN=96067408
M.L. Lucena, C.E. Andrade, M.G.C. Resen-
de, and F.K. Miyazawa. Some extensions of
Foto: Divulgao
Carlos Eduardo
de Andrade, autor da
tese: Do ponto de vista
tcnico, um algoritmo
evolutivo um simulador
grupos de equipamentos devam ser ligados
em forma de anis, para aumentar a resilin-
cia da rede. Assim, se um equipamento ou
conexo falhar, possvel encontrar outros
picos locais onde residem soluo sub-ti-
Em um dos problemas contemplados na
tese, o objetivo construir vrios anis de
telecomunicao interligando terminais, de
forma a manter um grau de resilincia e mi-
das mutaes) pode ajudar a busca a fugir
resolver vrios subproblemas do caixeiro via-
jante, combinando-os em uma soluo final.
Este problema usado para planejamento de
redes que podem conter, na prtica, cente-
nas de milhares de equipamentos. Portanto,
simplesmente enumerar todas possveis so-
lues e buscar pela melhor impraticvel.
Assim, utilizamos vrias abordagens algort-
micas, com os algoritmos evolutivos.
METFORAS
Do ponto de vista tcnico, um algoritmo
evolutivo um simulador: uma soluo ou
uma estrutura de um problema modelada
como um indivduo em uma populao. Os
indivduos dessa populao so combinados
(reproduo) ou modificados (mutao),
visando melhoria da qualidade da soluo
ou estrutura. Em termos de cdigo, um al-
goritmo evolutivo se apresenta como outro
trao da simulao da evoluo, disse o
pesquisador.
A questo de at que ponto um algoritmo
tural da evoluo por seleo natural, e at
que ponto ele apenas se inspira nesse meca-
nismo como metfora, algo que permeia
a comunidade de algoritmos evolutivos por
dcadas, desde seus anos de infncia, nos
meados dos anos 70, disse ele. Existem
duas linhas de trabalho. A primeira utiliza
a evoluo como metfora para resoluo de
problemas prticos. Este o caso da grande
maioria da aplicao de algoritmos evoluti-
vos. A segunda linha tenta avaliar a eficcia
das metforas aplicadas, e mesmo desenvol-
ver novas metforas.
No quesito de novas metforas, An-
drade cita um caso, apresentado na tese,
em que se definiu que os cromossomos as
solues postas a evoluir teriam gne-
ros opostos. Na produo de um novo
biased random-key genetic algorithms.
Anais do 46o Simpsio Brasileiro de Pes-
quisa Operacional (SBPO14). Pginas
1--12, 2014. http://www.research.att.
com/people/De_Andrade_Carlos_Edu-
ardo/more_about_carlos/publications/
lucena2015_extensions_of_brkga.pdf
C.E. Andrade, F.K. Miyazawa, M.C.G Re-
sende. Evolutionary Algorithm for the
k-Interconnected Multi-Depot Multi-Tra-
veling Salesmen Problem. Proceedings
of the Fifteen International Conference
on Genetic and Evolutionary Compu-
tation (GECCO 13). Pginas 463-470,
2013. http://dl.acm.org/citation.cfm?id
=2463434&CFID=599363338&CFTO
KEN=96067408
indivduo/soluo, ns apenas combinamos
cromossomos/solues de gnero oposto.
Desta maneira, ns usamos a teoria da he-
terossexualidade da maioria das espcies
como metfora.
Em outra estratgia, relata o pesquisador,
a produo de um novo indivduo/soluo
feita pela combinao de vrios indivduos,
e de diversas maneiras.
OTIMIZAO
Os problemas tratados na tese no pro-
blemas de otimizao buscas pela melhor
soluo disponvel dentro de um conjunto
pr-estabelecido de solues possveis. Al-
goritmos evolutivos apresentam vantagens
para o tratamento desse tipo de questo,
disse Andrade.
A grande maioria de problemas de oti-
mizao de natureza no-linear e no-
contnua. Muitos deles apresentam vales e
mas. Mtodos determinsticos em geral so
incapazes de escapar de tais regies quando
as atingem, explicou. A introduo de ele-
mentos aleatrios (por exemplo, por meio
dessas armadilhas.
A segunda vantagem dos algoritmos
evolutivos que, em geral, eles trabalham
com uma populao de solues, prosse-
gue. Em vez de massagear uma certa so-
luo em uma regio particular do espao
de busca, os algoritmos evolutivos contm
solues que, provavelmente, esto espalha-
das por todo espao de busca. Do ponto de
vista algortmico, esta caracterstica ajuda
na explorao e aumenta a probabilidade de
encontrarmos uma soluo tima. Do ponto
de vista prtico, vrias solues podem ser
facilmente apresentadas.
O pesquisador cita trabalho de Christos
Papadimitriou, professor do departamento
de Engenharia Eltrica e Cincia da Com-
putao da Universidade da Califrnia em
Berkeley, e um dos mais conceituados cien-
tistas da computao da atualidade, que es-
creveu recentemente no peridico Commu-
nications of the ACM: Existe uma confuso
entre heursticas comuns e algoritmos evo-
lutivos. Heursticas devem criar populaes
que contenham excelentes indivduos. Evo-
luo parece ser muito boa em algo muito
diferente: criar uma boa populao.
Andrade aponta que esta ltima caracte-
rstica muito importante do ponto de vista
industrial: Por mais que nos esforcemos,
alguns modelos no podem capturar todos
os detalhes do problema real. Assim, certas
solues, embora estejam corretas confor-
me o modelo, podem no ser desejveis para
o usurio, na prtica. Desse modo, explica
o pesquisador, a possibilidade de apresentar
vrias solues de boa qualidade essencial
para que o usurio possa tomar sua deciso.
Podemos traar uma comparao entre
algoritmos exatos e algoritmos evolutivos.
Os exatos so capazes de retornar, com cer-
teza terica, solues timas. Mas, em mui-
tos casos, o tempo necessrio demasiado
e no vivel na prtica, principalmente
para operaes sensveis ao tempo, como
reescalonamento de pessoal em casos de
acidentes. Os algoritmos evolutivos podem
retornar solues de boa qualidade em tem-
po razovel, embora, em geral, seu carter
timo no possa ser provado.
GENTICOS NA PRTICA
Os algoritmos propostos na tese de An-
drade tm sido utilizados na prtica pela
AT&T, uma das maiores empresas de tele-
comunicaes do mundo, para planejamen-
to e execuo de redes de telecomunicao
e outros problemas prticos de otimizao.
No momento, alm de projeto de redes,
temos usado algoritmos genticos e outras
heursticas hbridas para resolver problemas
de otimizao no contexto de rede definidas
por software (SDNs), e no contexto de inter-
net das coisas. No ltimo caso, heursticas
so muito importantes, pois o nmero de ele-
mentos nos problemas associados ultrapassa
a casa de milhes de dispositivos, disse ele.