é importante entender que a Internet é um mundo em constante mutação. Logo, alguns destes sites podem ter saído do ar quando você acessá-los. Se você descobrir algum novo site interessante ou que algum dos endereços colocados aqui não são mais corretos, eu terei prazer em receber suas sugestões por e-mail.

Como quase sempre, quando queremos buscar informações na Internet, podemos começar procurando na WikiPedia. Este projeto mantém uma página interessante sobre algoritmos genéticos, no qual existem informações interessantes, links para outros sites com boas informações e para informações complementares sobre conceitos nos quais os GAs se baseiam.

Nenhuma referência a material público sobre algoritmos genéticos poderia estar completa sem mencionar o “Hitchhiker’s Guide to Evolutionary Computation”, (formato de arquivo para Acrobat Reader) e seu apêndice. O guia surgiu inicialmente como um guia para o newsgroup comp.ai.genetic, mas que cresceu de forma espantosa (a última versão acessada já tinha 116 páginas). Ele é organizado em forma de perguntas e respostas e sua (falta de) organização reflete o fato de ter múltiplos autores. Entretanto, é muito provável que a resposta para alguma pergunta que você tenha (ou pelo menos uma dica de onde encontrá-la) seja encontrado no guia. Existem vários sites que coontêm informações interessantes sobre algoritmos genéticos. Dois que podemos destacar são:

• O primeiro deles contém um texto introdutório básico, que vai acrescentar pouco. Entretanto, possui applets que funcionam perfeitamente no Internet Explorer e que lhe permitem visualizar graficamente o desenvolvimento da população de um GA que busca resolver um problema de otimização de uma função multi-modal.
• O outro site contém um texto básico, mas que contém uma applet na qual podemos ver em tempo real a evolução de uma população. No caso deste site, a evolução é de estruturas que são codificadas de forma tradicional, mas que são desenhadas graficamente, dando uma roupagem interessante ao problema. Este site inclusive permite que se faça o download do código fonte da applet, o que é uma excelente maneira de se aprender um pouco mais sobre GAs.

Como neste livro mencionamos outras áreas da computação evolucionária, você pode ter ficado interessado em uma delas. Como sempre a internet é uma fonte valiosa de recursos e muitas informações podem ser encontradas nos seguintes sites:

• Site organizado pelo “papa” da programação genética, John Koza, que contém muita informação interessante, incluindo um capítulo do seu livro (que é mencionado na nossa bibliografia), teses de doutorado, artigos, tutoriais e outras informações interesantes.

Um dos grandes mecanismos de comunicação com a comunidade de algoritmos genéticos é o EC-Digest (antigo GAList), que é um bom lugar para se ver chamadas de congressos, pedir ajuda ou até auxiliar ao próximo (agora que vocês já estão extremamente proficientes na área de algoritmos genéticos). A mudança de nome da lista decorre da alteração de paradigma do conteúdo. Antigamente, nesta lista, só se falava de algoritmos genéticos. Entretanto, hoje ela evoluiu e lá se fala de programação genética, estratégias evolucionárias e todos os temas ligados à computação evolucionária como um todo.

Para se inscrever nesta lista, mande um e-mail sem assunto para este endereço com o texto subscribe EC-Digest-L . Logo após você receberá um e-mail de confirmação contendo instruções para se inscrever. Após alguns minutos, você será parte da grande comunidade mundial da computação evolucionária.

Existem vários sites que oferecem código fonte de implementações de algoritmos genéticos. Um dos mais completos mantém uma listagem de cerca de 50 aplicativos em várias linguagens diferentes (C, C++, Java, Eiffel, Fortran, LISP e Matlab). As normas de utilização dos códigos disponibilizados estão contidas no próprio site e devem ser respeitadas, obviamente.

Não tenho nenhum interesse comercial em qualquer dos produtos listados aqui (e em nenhum outro existente). Logo, não considerem a presença ou ausência de um produto nesta lista como sendo uma recomendação da minha parte. A quantidade de aplicativos que usam GAs hoje é tão grande que seria impossível fazer uma lista exaustiva de produtos disponíveis no mercado.

Os seguintes estão disponíveis para compra e/ou licenciamento de forma a conseguir software com apoio profissional. é importante buscar, antes de se decidir por qualquer um deles, ferramentas que sigam a filosofia open source ou não comerciais, que listamos na próxima seção, que podem eventualmente ser mais adequadas para sua empreitada.

Entre os softwares existentes, podemos apontar:

• Evolver
• OptiGA
• Predictive Suite
• GeneHunter
• GeneticServer
• Matlab o Matlab, software que se tornou uma plataforma de excelência na área de computação científica, possui um pacote para utilização de algoritmos genéticos, denominado GEATBX.

Existem dezenas de produtos não comerciais cujo código fonte está disponível para uso. Muitos são bem comentados, outros são bibliotecas de usos. Listamos a seguir uma relação resumida, alguns dos quais foram originalmente referenciados em (Carvalho, 2003) e no FAQ intitulado “Hitchhiker's Guide to Evolutionary Computation”.

Os softwares são os seguintes:

• Evolutionary Objects é uma biblioteca escrita em C++ criada pela equipe Geneura da Universidade de Granada que foi projetada para facilitar a construção de algoritmos evolutiovos. O sistema roda em uma diversidade de ambientes, incluindo vários tipos de Linux e Windows 95/NT. Neste endereço também encontram-se links para um tutorial de uso, além de um paper e slides usados em uma conferência de 2001 onde o sistema foi apresentado.
• GALib é uma biblioteca escrita em C++ que fornece um conjunto de objetos para o projeto de GAs. A documentação on-line e o código fonte podem ser obtidos no link acima. Com GALib, é possível utilizar vários tipos distintos de seleção, crossover e mutação em várias diferentes representações cromossomiais, além de usar diversos módulos de população e critérios de parada distintos. Este software requer um compilador C++ e pode ser rodado em vários sistemas operacionais distintos, tais como vários sistemas Unix, Mac/OS e DOS/Windows.
• GALOPPS o nome é um acrônimo para Genetic ALgorithm Optimized for Portability and Paralelism. é um sistema escrito na linguagem C que cria um GA baseado nos princípios do GA mais simples, descrito no capítulo 4 do nosso livro, e sua idéia básica é criar um ambiente que os usuários possam ampliar e no qual eles possam aprender. Para usá-lo, o usuário deve definir uma função de avaliação e quaisquer outras funções necessárias, usando templates definidos pelo sistema. Pode rodar em uma ou mais sub-estações, possuindo um modo batch ou um modo gráfico para maior interação com o usuário. No link onde podem ser obtidas a versão Unix, a versão Windows, um guia do usuário e uma versão voltada para o uso de threads, adequada para execução paralela. Este sistema paralelo usa o esquema “island”, descrito na seção 16.3 e pode ser utilizado em um único computador pessoal ou vários computadores em rede. O sistema já foi testado nos ambientes DOS, Windows, NeXTStep, SunOS, Solaris, HP-UX, Metrowerks Macintosh.
• GANNET GANNET (Genetic Algorithm / Neural NETwork) é um pacote de software escrito por Jason Spofford em 1990 que permite evoluir redes neurais binárias pequenas, de forma a construir um modelo educacional do que foi discutido no capítulo 11. Apesar de ser relativamente antigo, ele é interessante pois permite avaliar as redes sobre vários critérios diferentes de forma relativamente fácil.
• Genesis e variantes Genesis é um GA baseado em gerações escrito em C por John Grefenstette. Como foi um dos primeiros pacotes distribuído de forma gratuita e extensa, o Genesis foi muito influente na popularização dos algoritmos genéticos e vários pacotes disponíveis atualmente são baseados nele. O DGenesis é uma implementação distribuída baseada na versão 5.0 do Genesis para ser implementada em uma rede de workstations, onde cada sub-população é mantida como uma thread, e todas se comunicam usando sockets. é programado na linguagem C e pode ser utilizado em estações de trabalho Unix.
• GenET é um pacote genérico para GAs, no sentido de que mecanismos independentes de problema foram implementados e podem ser usados não importando o domínio da aplicação. O pacote permite múltiplas representações cromossomiais distintas, além de múltiplos operadores para cada representação. O GA foi implementado oferecendo uma ampla gama de possibilidades de parametrização, como por exemplo no caso do módulo de população, que suporta modelos que incluem um baseado em gerações, um steady-state e até mesmo outros, mais avançados. Foi implementado em C++.
• GA Playground The GA Playground é um pacote de ferramentas de propósito geral no qual o usuário pode definir e rodar seus próprios problemas de otimização. Foi implementado na linguagem Java e requer um compilador Java, além da JVM instalada no computador que vai executá-lo. Para resolver seu problema particular, o usuário só precisa modificar um arquivo denominado GaaFunction, onde se codificará, em Java, sua função de avaliação.

Seguem abaixo alguns dos principais periódicos e revistas disponíveis no meio científico para que você possa se manter a par das novas pesquisas na área de algoritmos genéticos. Novamente, a presença ou ausência de um periódico nesta lista não é indicativo de qualidade, posto que a listagem não é, de maneira nenhuma, exaustiva. Ademais os periódicos descritos nesta seção publicam artigos decorrentes de pesquisas novas e, geralmente, inovadoras, o que pode fazer com que sejam leitura extremamente difícil para um iniciante na área.

• Evolutionary Computation: contém artigos que descrevem várias áreas de modelos inspirados em sistemas naturais, com especial ênfase em sistemas evolutionários, tais como algoritmos genéticos e estratégias evolucionárias.
• IEEE Transactions on Evolutionary Computation: tem como objetivo publicar artigos de computação evolucionária e áreas correlatas com ênfase nas aplicações práticas para resolução de problemas na indústria, medicina e outras disciplinas. Dá preferência a artigos sobre algoritmos genéticos, estratégias evolucionárias e programação genética, entre outras.
• BioSystems: publica artigos que ligam a informática à biologia e ao pensamento evolucionário. Suas áreas de interesse são amplas e incluem desde modelagem de sistemas biológicos complexos até modelos evolucionários da computação.
• Machine Learning: é uma revista que congrega todas as diferentes abordagens do aprendizado de máquina. Publica artigos em teoria do aprendizado ou na aplicação de diferentes métodos de aprendizado, entre os quais os GAs, aplicados a várias áreas de aplicação distintas.

Na década de 80, o progresso dos algoritmos evolucionários e sua popularização no meio científico fizeram com que surgissem as primeiras conferências dedicadas exclusivamente a estes tópicos. Em termos internacionais, podemos destacar alguns eventos, listados em (Eiben 2003):

• Em 1985 surgiu a International Conference on Genetic Algorithms (1985), uma conferência bienal, que, em 1999, fundiu-se com a Annual Conference on Genetic Programming e formou um dos mais prestigiados eventos da comunidade, a Genetic and Evolutionary Computation Conference (GECCO).
• Em 1992 surgiu a Annual Conference on Evolutionary Programming que se fundiu com a IEEE Conference on Evolutionary Computation e se tornou o Congress on Evolutionary Computation (CEC), evento que ainda mantém seu caráter anual.
• Na Europa surgiu, em 1990, a conferência intitulada Parallel Problem Solving from Nature (PPSN), que desde então mantém seu caráter bienal.
• Existe também uma conferência dedicada apenas aos aspectos teóricos de algoritmos genéticos, intitulada Foundations of Genetic Algoirhtms (FOGA), que também é bienal.
• International Joint Conference on Artificial Intelligence (IJCAI) é um encontro realizado de forma biannual que é organizado de forma independente mas com o apoio das sociedades de inteligência artificial dos países sedes. é uma conferência de vários temas de IA, não só de algoritmos evolucionários, e, consequentemente, pode conter poucos artigos sobre o assunto.

Existem também eventos nacionais que, apesar de não serem dedicados única e exclusivamente aos algoritmos evolucionários, dão a esta área um grande destaque. Entre eles podemos destacar:

• Simpósio Brasileiro de Inteligência Artificial (SBIA), que é um evento bienal, que em 2004 chegou à sua 17ª. Edução e que busca ser o forum principal da comunidade de inteligência artificial no Brasil, incluindo nestes os pesquisadores na área de algoritmos evolucionários. Desde os anos 90 o SBIA tem atraído pesquisadores de todo o mundo e hoje em dia possui um comitê de programa internacional, além de ter vários estrangeiros nas posições de palestrantes principais.
• Workshop Brasileiro de Teses e Dissertações em Inteligência Artificial (WTDIA), evento bienal e em 2004 realizou sua segunda edição. Como seu próprio site oficial afirma, o WTDIA tem como objetivo principal a existência de um forum de discussão para os trabalhos de tese e dissertações em Inteligência Artificial, promovendo a integração e cooperação dos pesquisadores nesta área e propiciando maior visibilidade dos trabalhos em andamento para a comunidade acadêmica e industrial. Pretende ainda propiciar maior participação de alunos de pós-graduação no evento, e estimular a melhoria da qualidade dos trabalhos de teses de Doutorado e de dissertações de Mestrado da área de Inteligência Artificial
• Simpósio Brasileiro de Automação Inteligente (SBAI), que é um evento bianual, promovido pela Sociedade Brasileira de Automática, reunindo pesquisadores da área de automação que utilizam técnicas de inteligência artificial e áreas correlatas. Várias aplicações interessantes de algoritmos evolucionários e outras técnicas computacionais podem ser vistas neste evento.

é importante ressaltar que nenhum dos eventos nacionais é dedicado exclusivamente a algoritmos evolucionários e é possível que, em alguma edição, haja muitos poucos artigos ligados a EA. Entretanto, pelo seu caráter científico e tecnológico, estes são eventos que sempre interessarão a uma pessoa verdadeiramente dedicada à área.

No capítulo 2 nós tentamos oferecer uma introdução simples e compacta sobre os conceitos biológicos usados como inspiração dos algoritmos genéticos. Devido ao fato do público alvo deste livro ser composto de informatas, e não biólogos, esta seção ficou bastante incompleta. Assim, listamos aqui alguns sites que podem ajudar àqueles que queiram complementar estas informações.

Para compreender bem a teoria da evolução, o surgimento da vida e até mesmo algumas teorias contrárias à de Darwin, um bom site para é este aqui. Outro site que pode lhe ajudar bastante é este. Para entender melhor a história do descobrimento do DNA, sua função e como ele se relaciona com as proteínas, um excelente site é este aqui, fonte inclusive de parte da informação listada no capítulo 2.

A Wikipedia, sempre uma fonte interessante de subsídios, pode lhe fornecer informação sobre os cromossomos, no site de endereço dado aqui.

A sua compreensão sobre o DNA e o dogma central pode ser ampliada através da informação contida neste site. Lá também estão armazenadas informações sobre o RNA, mutações e outros conceitos biológicos interessantes.

Outro ponto importante é a associação entre genótipo e fenótipo. Algumas informações interessantes podem ser encontradas aqui e, como sempre, na Wikipedia, neste endereço e neste.

Estes sites são apenas uma sugestão para uma introdução rápida. Muitos outros existem, em todos os níveis imagináveis de profundidade. Use as capacidades do seu buscador favorito para encontrar muito mais informação disponível na internet.