lbbassani / algoritmos-de-busca Goto Github PK

As implementações atuais dos métodos de crossOver e mutação são muito simples e geram resultados pobres.

• crossOver
• mutação

Fazer documentos de README específicos para cada algoritmo e problema, documentando com mais clareza os detalhes de implementação de cada um.

Precisa de comentários mais detalhados nas classes IProblema e subclasses.

Manter implementações de problemas específicos separados das Interfaces e algoritmos de busca.

Pesquisas em questões de time out me levaram a perceber que é um processo complicado de dar certo uma vez que threads python não podem ser mortas antes do procedimento encerrar e sinais dependem fortemente do sistema operacional e não existe forma nativa de gerar TimeOuts em python.

O algoritmo GRASP está passando muito do tempo total nos últimos treinamentos, provavelmente por causa do método de busca local.
Opção 1: Mudar o método de busca local
Opção 2: Fazer os métodos de busca local terem timeout (com parametro de timeout igual ao tempo restante de execução)

Teste das modificações feitas nos commits 088c8e4 , 59645fb e 1f03d40

Os Algoritmos de busca BFS, de Dijkstra e A* para Path-Planning parecem extremamente interessantes no contexto de robótica e game development, então seria bom ter um módulo de algoritmos de busca em grafos, com pelo menos esses algoritmos.

• Estrutura de Dados Grafos
• Busca Primeira em Largura (BFS)
• Algoritmo de Dijkstra
• Algoritmo A*

O algoritmo genético não está se comportando como esperado, dando respostas insatisfatórias e aparentemente completamente aleatórias, não chegando nem perto de uma boa resposta comparado aos outros até então. Precisa de mais testes, mas provavelmente terá que ser completamente refeito.