Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/29044
| Type: | Trabalho de conclusão de graduação |
| Title: | Integração de estratégias de nicho no algoritmo C-DEEPSO: uma abordagem para otimização multimodal |
| Author(s)/Inventor(s): | Ponte, Daniel Arruda Silva, Dhener Rosemiro |
| Advisor: | Marcelino, Carolina Gil |
| Abstract: | Este trabalho propõe e avalia uma variante do algoritmo C-DEEPSO voltada à otimização multimodal, denominada FER-CDEEPSO. A abordagem consiste na incorporação de estratégias de nicho baseadas na métrica Fitness Euclidean-distance Ratio (FER) nos componentes social e cognitivo do algoritmo, integrando conceitos oriundos do FER-PSO e do FER-DE. O objetivo é aprimorar a manutenção da diversidade populacional e a capacidade de localização de múltiplos ótimos globais em funções multimodais. A metodologia adotada envolve a modificação do componente social por meio da seleção de vizinhos instrutores baseados na métrica FER, bem como a adaptação do componente cognitivo utilizando mecanismos de mutação diferencial com seleção probabilística também baseada na métrica FER e uma estratégia de substituição baseada em Crowding. Ao final do processo evolutivo, técnicas de clusterização K-Means, auxiliadas pelo Método da Silhueta, são empregadas para identificar e extrair os ótimos encontrados. Os experimentos foram conduzidos em funções multimodais clássicas da literatura, considerando diferentes tamanhos de população. Os resultados indicam que o FER-CDEEPSO apresentou um desempenho robusto e competitivo em relação ao algoritmo estado da arte (FER-DE), superando as instabilidades observadas nas variantes que aplicavam cada estratégia de nicho isoladamente. A abordagem proposta demonstrou eficácia na localização e manutenção simultânea de múltiplos ótimos, evidenciando um equilíbrio e ciente entre a exploração do espaço de busca e a preservação da diversidade dos nichos. |
| Keywords: | Otimização multimodal Multimodal optimization Fitness Euclidean-distance Ratio |
| 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: | 10-Feb-2026 |
| Publisher country: | Brasil |
| Language: | por |
| Right access: | Acesso Aberto |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DAPonte.pdf | 1.87 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.