Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/25387
Especie: Trabalho de conclusão de graduação
Título : Acoplamento de algoritmos genéticos e de inteligência de enxame para a solução de problemas contínuos e combinatórios
Autor(es)/Inventor(es): Silva, Arthur Valls da Costa
Tutor: Marcelino, Carolina Gil
Resumen: Meta-heurísticas são ferramentas essenciais para a resolução de problemas de otimização complexos, especialmente quando métodos exatos se tornam inviáveis devido ao alto custo computacional. Entre essas técnicas, os Algoritmos Genéticos (GA) e a Otimização por Enxame de Partículas (PSO) destacam-se por sua capacidade de explorar o espaço de busca e evitar a convergência prematura em mínimos locais. Neste trabalho, é proposto o GA-BBPSO, uma abordagem acoplada que integra operadores genéticos ao PSO Simplificado (BBPSO). Essa combinação tem como objetivo aprimorar a diversidade da população e acelerar a convergência, permitindo uma exploração mais eficaz das possíveis soluções. A metodologia desenvolvida foi avaliada por meio de um conjunto abrangente de funções de benchmark, evidenciando a robustez do GA-BBPSO em relação aos métodos tradicionais, tanto na qualidade das soluções quanto na redução do esforço computacional. Além disso, sua aplicação ao problema do posicionamento de torres de sinal, um desafio clássico de otimização combinatória, reforçou sua eficácia em cenários reais. Os resultados demonstram que o GA-BBPSO apresenta um potencial promissor para a resolução de problemas complexos.
Materia: Meta-heurísticas
Telecomunicações
Algoritmos híbridos
Metaheuristics
Telecommunications
Hybrid algorithms
Materia CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade de producción: Instituto de Computação
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: 6-feb-2025
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
AVCSilva.pdf622.37 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.