para alice

==================================================================================================================================

Trabalho resetou, agora será apenas este:

Implementar GA e DE. (Algoritmo Genético e Evolução Diferencial).
Vai minimizar a função de rastrigin.
Fazer comparativo do GA e do DE. Testar a rastrigin com diversas quantidades de variáveis. Quanto mais comparações melhor.
Testar modificações nos algoritmos. Dizer o que foi testado e o resultado delas. Quanto mais modificações melhor.
E fazer um relatório.
Ao final vai dizer o quanto conseguiu de melhor do DE e do GA; e qual dos algoritmos foi o melhor.

TRAB ATÉ DIA 06/10/2019.
PROVA NO DIA 07/10/2019. Irá incluir até essa parte de evolução diferencial.

==================================================================================================================================

Vamos estudar a Evolução Diferencial.
Vamos usar "3 pais", invés de apenas dois.

Para cada solução chamada de P: escolher 3 outras soluções (R1, R2, R3), de forma aleatória.
C sendo uma constante/coeficiente; geralmente um valor aleatório entre 0.5 e 1.5.
P' = R1 + C * (R2 - R3)		-> isso é uma mutação diferencial. Posiciona em R1 e anda na direção e passos definidos por C * (diferença de dois vetores/solução)

Para cada dimensão, "jogar uma moeda" (50% para cada chance).
Exemplo no caso que são 02 dimensões. P: (0, 1) P': (2, 3)	Moeda: (Sim, Não)
Então nova posição de P' vai ser: (0, 3)
Note que com P' e P (dois pontos) dá para formar um retângulo. P' vai para algum dos vértices do retângulo.

Aí chega no momento crueldade: O pai (P) mata o filho (P') ou vice-versa: ou seja, calcular fitness e escolher o melhor.

Exemplo meio pseudo-código em MATLAB (Steve vai enviar o código!):
	j = randperm(dim, 1)

	for d = 1:dim
		if (rand <= 0.5) && (d ~= j)                        essa de d != j, é para que ao menos numa dimensão P' e P sejam diferentes, assim evitar clones.
			P'(d) = P(d);
		end
	end

	FX' = calculafx(P')

	if FX melhor que FX'
		selecionado = P
	else
		selecionado = P'
	end

Este método consegue escapar de mínimos locais e achar o global de forma mais fácil.