Da computação inspirada na natureza à inteligência de enxames aplicada ao paisagismo

Autores

DOI:

https://doi.org/10.11606/issn.2359-5361.paam.2024.225968

Palavras-chave:

Inteligência artificial, Inteligência de enxames, Otimização por Colônias de Formigas

Resumo

O objetivo deste estudo é introduzir a utilização da inteligência de enxames como estratégia para o planejamento da manutenção de áreas verdes em campi universitários, ilustrando como essa ferramenta computacional pode contribuir para as áreas do paisagismo e da arquitetura. Como metodologia, o problema foi interpretado como discreto, e proposto como uma analogia ao Problema de Múltiplos Caixeiros Viajantes. A meta-heurística da Otimização por Colônias de Formigas foi aplicada para a solução do problema, e o programa AutoCAD foi utilizado como plataforma para o desenvolvimento do plug-in solucionador do problema. Como resultado, espera-se uma aplicação robusta que comprove o potencial do uso da inteligência de enxames para planejamento da manutenção de áreas verdes.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • André Barcellos Ferreira, Universidade Federal do Espírito Santo

    Doutorando do curso de Arquitetura e Urbanismo da Universidade Fede-ral do Espírito Santo. Vitória, Espírito Santo, Brasil. CV: http://lattes.cnpq.br/1142310679653189andrebarcellosferreira@gmail.com.

  • Jarryer Andrade de Martino, Universidade Federal do Espírito Santo

    Graduado em Arquitetura e Urbanismo pelo Centro Universitário Moura Lacerda (1998), especialista em Design de Multimídia pela Universidade AnhembiMorumbi (2000) , mestre pelo programa de Pós-Graduação em Desenho Industrial - linha de pesquisa Planejamento de Produto - UNESP (2007) e doutor pelo Programa de Pós-Graduação da Faculdade de Engenharia, Arquitetura e Construção da UNICAMP (2015), na área de concentração Arquitetura, Tecnologia e Cidade - linha de pesquisa Metodologia e Teoria de Projeto e da Cidade, possui pesquisas relacionadas à utilização de tecnologias no processo de projeto, modelagem paramétrica, sistemas generativos de projeto, projetos bio-inspirados e fabricação digital. Atualmente é professor e pesquisador na Universidade Federal do Espírito Santo / UFES.

Referências

AUTODESK. API developer’s guide: AutoCAD Civil 3D 2013. [S. l.: s. n.], 2013.

BALL, Philip. Forging patterns and making waves from biology to geology: a commentary on Turing. Philosophical Transactions of the Royal Society B., London, v. 370, n. 1666, 2015. DOI: 10.1098/rstb.2014.0218.

BAR-YAM, Yaneer. Reviews (book & software): complex systems with Herbert Simon. Complexity, v. 5, n. 3, p. 47-48, 1998.

BARBOSA, Denilson; SILVA JR., Calos; KASHIWABARA, André. Aplicação da otimização por colônia de formigas ao problema de múltiplos caixeiros viajantes no atendimento de ordens de serviço nas empresas de distribuição de energia elétrica. In: BRAZILIAN SYMPOSIUM ON INFORMATION SYSTEM, 11., 2015, Goiânia. Anais […]. Goiânia: SBC, 2015. p. 23-30.

BELLMORE, Mandell; HONG, Saman. Transformation of multisalesman problem to the standard traveling salesman problem. Journal of the Association for Computing Machinery, [s. l.], v. 21, n. 33, p. 500-504, 1974. DOI: 10.1145/321832.321847.

BONABEAU, Eric; DORIGO, Marco; THERAULAZ, Guy. Swarm intelligence: from natural to artificial systems. New York: Oxford University Press, 1999.

DENEUBOURG, Jean-Louis et al. The self-organizing exploratory pattern of the Argentine ant. Journal of Insect Behavior, New York, v. 3, n. 2, p. 159-168, 1990. DOI: 10.1007/BF01417909.

DORIGO, Marco; BIRATTARI, Mauro; STÜTZLE, Thomas. Ant colony optimization: artificial ants as a computational intelligence technique. Bruxelas: [s. n.], 2006.

DORIGO, Marco; DI CARO, Gianni. Ant colony optimization: a new meta-heuristic. In: CONFERENCE EVOLUTIONARY COMPUTATION, 99., 1999, New York. Anais […]. New York: IEEE, 1999. p. 1470-1477.

DORIGO, Marco; STÜTZLE, Thomas. Ant colony optimization. Cambridge: MIT Press, 2004.

DORIGO, Marco; STÜTZLE, Thomas. Ant colony optimization: overview and recent advances. Bruxelas: IRIDIA, 2009.

GENDREAU, Michel; POTVIN, Jean-Yves. Handbook of metaheuristics. New York: Springer Science, 2010.

GOSS, S. et al. How trail laying and trail following can solve foraging problems for ant colonies. Behavioural Mechanisms of Food Selection, New York, p. 661-678, 1990. DOI: 10.1007/978-3-642-75118-9_32.

HOLLAND, John. Genetic algorithms and adaptation. In: SELFRIDGE, Oliver. Adaptive control of ill-defined systems. New York: Plenum Press, 1984, cap. 21, p. 317-333.

HOFSTADTER, Douglas. Gödel, Escher, Bach: an eternal golden brain: a metaphorical fugue on minds and machines in the spirit of Lewis Carroll. New York: Basic Books 1979.

JOHNSON, Steven. Emergence: the connected lives of ants, brains, cities and software. Marin: Simon & Schuster, 2012.

JUNJIE, Pan; DINGWEI, Wang. An ant colony optimization algorithm for multiple travelling salesman problem. In: INTERNATIONAL CONFERENCE ON INNOVATIVE COMPUTING, INFORMATION AND CONTROL, 1., 2006, Beijing. Anais […]. Beijing: IEEE, 2006. p. 1-4.1

KENNEDY, James; EBERHART, Russel; SHI, Yuhui. Swarm intelligence. San Francisco: Morgan Haufmann, 2001.

LANGTON, Christopher. Studying artificial life with cellular automata. Physica D: Nonlinear Phenomena, Amsterdam, v. 22, n. 1-3, p. 120-149, 1986. DOI: 10.1016/0167-2789(86)90237-X.

LU, Li-Chih; YUE, Tai-Wen. Mission-oriented ant-team ACO for min–max MTSP. Applied Soft Computing Journal, Amsterdam, v. 76, p. 436-444, 2019. DOI: 10.1016/j.asoc.2018.11.048.

LUPOAIE, Vlad-Ioan et al. SOM-guided evolutionary search for solving MinMax Multiple-TSP. In: IEEE CONGRESS ON EVOLUTIONARY COMPUTATION, 2019, Wellington. Anais […]. Wellington: IEEE, 2019. p. 73-80.

ROCHA, Bruno; BOLSSONI, Gabriela; BUSSOLOTI, Victor. Ecologias de projeto: métodos e processos em arquitetura digital. In: FÓRUM DE PESQUISA MACKENZIE, 9., 2019, São Paulo. Anais […]. São Paulo: [s. n.], 2019. p. 265-276.

SALAS, Yasel et al. Multi-type ant colony system for solving the multiple traveling salesman problem. Revista Tecnica de la Facultad de Ingenieria Universidad del Zulia, Maracaibo, v. 35, n. 3, p. 311-320, 2012.

SIMON, Herbert. The sciences of the artificial. Cambridge: MIT Press, 1996.

SVESTKA, Joseph; HUCKFELDT, Vaughn. Computational experience with an M-Salesman traveling salesman algorithm. Management Service, Catonsville, v. 19, n. 7, p. 790-799, 1973. DOI: 10.1287/mnsc.19.7.790

TURING, Alan. The prof’s book: Turing’s treatise on the Enigma. [S. l.: s. n.], 1940. Disponível em: https://archive.org/details/hw-25-3. Acesso em: 4 dez. 2024.

Downloads

Publicado

2024-12-30

Edição

Seção

Planejamento da Paisagem

Como Citar

Ferreira, A. B. ., & Martino, J. A. de . (2024). Da computação inspirada na natureza à inteligência de enxames aplicada ao paisagismo. Paisagem E Ambiente, 35(54), e225968. https://doi.org/10.11606/issn.2359-5361.paam.2024.225968