Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/24971
Type: Trabalho de conclusão de graduação
Title: Uma abordagem híbrida para solução de problemas de otimização em larga escala
Author(s)/Inventor(s): Albuquerque, Patrick Paiva Medeiros de
Advisor: Marcelino, Carolina Gil
Abstract: Existem diversos problemas de otimização em larga escala que não possuem algoritmos eficientes capazes de encontrar sua solução ótima. Áreas como a de finanças, logística, biomedicina e energia possuem problemas complexos que se beneficiariam de boas soluções aproximadas. Nesse contexto, os algoritmos de otimização metaheurísticos não fornecem garantia de encontrar a solução ótima para esses problemas, mas podem obter soluções aproximadas de qualidade. Por isso, o estudo e a proposição de novos algoritmos tem ganhado muita força nos últimos anos. Dessa forma, é proposto e apresentado um novo algoritmo híbrido C-DEEPSO-Powell, mesclando o C-DEEPSO (Canonical Differential Evolutionary Particle Swarm Optimization) com o Método de Powell. Essa mescla se dá pelo fato do C-DEEPSO possuir características que o permitem realizar uma busca global eficiente, enquanto que o método de Powell apresenta boa performance como busca local. Para avaliação, foram realizados experimentos utilizando a suite de testes de benchmark do CEC’2013 em um computador de alto desempenho, comparando o C-DEEPSO com o C-DEEPSO-Powell. A análise desses experimentos foi feita utilizando técnicas de inferência estatística, e os resultados mostraram que o novo híbrido se mostrou competitivo, principalmente em problemas de otimização em que a função objetivo possui características de formato fortemente quadrático.
Keywords: Inteligência computacional
Algoritmos evolucionários
Otimização com metaheurísticas
Otimização em larga escala
Método de Powell
Computational intelligence
Evolutionary algorithms
Optimization with metaheuristics
Large-scale optimization
Powell’s method
Subject CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Production unit: Instituto de Computação
Publisher: Universidade Federal do Rio de Janeiro
Issue Date: 13-Dec-2024
Publisher country: Brasil
Language: por
Right access: Acesso Aberto
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
PPMAlbuquerque.pdf796.61 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.