def hillClimb():
tabuleiro = gerarTabuleiro()
while (1):
vizinho = Tabuleiro()
vizinho.tabuleiro = deepcopy(tabuleiro.tabuleiro)
moverUmaRainha(vizinho)
if (vizinho.custo >= tabuleiro.custo):
return tabuleiro
tabuleiro = vizinho
def gerarTabuleiro():
tabuleiro = Tabuleiro()
tabuleiro.tabuleiro = [['_' for x in range(8)] for x in range(8)]
for coluna in range(8):
linha = randint(0, 7)
tabuleiro.tabuleiro[linha][coluna] = "Q"
tabuleiro.custo = calculaColisoes(tabuleiro.tabuleiro)
return tabuleiro
def simulatedAnnealing():
Ti = 100
Tf = 0.1
taxa = 0.8
S0 = gerarTabuleiro() #Solução Inicial
S = S0 #(Solucao Atual)
n_iteracoes = 50
melhor_solucao = S0
T = Ti
while (T > Tf):
for x in range(n_iteracoes):
vizinho = Tabuleiro()
vizinho.tabuleiro = deepcopy(S.tabuleiro)
moverUmaRainha(vizinho)
deltaCusto = vizinho.custo - S.custo
if deltaCusto < 0:
S = vizinho
else:
numero_random = uniform(0, 1)
## Aceita estados piores
## A função exp diminue conforme T diminue
if numero_random < math.exp(-deltaCusto / T):
S = vizinho
if (S.custo < melhor_solucao.custo):
melhor_solucao = S
T = taxa * T
return melhor_solucao
TOTAL_EXECUCOES = int(input("\nTotal Execuções: "))
colisoes_exec = {}
i = 0
while (TOTAL_EXECUCOES > i):
print("\nExecução: %d" % (i))
solucao = hillClimb()
colisoes = solucao.custo
print("\tColisões: %d" % (colisoes))
if (i == 0):
melhor_solucao = Tabuleiro()
melhor_solucao.tabuleiro = deepcopy(solucao.tabuleiro)
melhor_solucao.custo = colisoes
elif colisoes < melhor_solucao.custo:
melhor_solucao.tabuleiro = deepcopy(solucao.tabuleiro)
melhor_solucao.custo = colisoes
if (str(colisoes) in colisoes_exec):
colisoes_exec[str(colisoes)] += 1
else:
colisoes_exec[str(colisoes)] = 1
i += 1
print("\n\nTabela de Colisoes\n")