<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Uma abordagem híbrida para solução de problemas de otimização em larga escala

Página do item simplificado
dc.contributor.advisorMarcelino, Carolina Gil
dc.contributor.referee1Silva, João Carlos Pereira da
dc.contributor.referee2Jardim, Maria Helena Cautiero Horta
dc.creatorAlbuquerque, Patrick Paiva Medeiros de
dc.date.accessioned2025-02-04T13:38:26Z
dc.date.available2026-05-16T03:08:48Z
dc.date.issued2024-12-13
dc.description.resumoExistem 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.pt_BR
dc.embargo.termsabertopt_BR
dc.identifier.urihttp://hdl.handle.net/11422/24971
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Computaçãopt_BR
dc.publisher.initialsUFRJpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectInteligência computacionalpt_BR
dc.subjectAlgoritmos evolucionáriospt_BR
dc.subjectOtimização com metaheurísticaspt_BR
dc.subjectOtimização em larga escalapt_BR
dc.subjectMétodo de Powellpt_BR
dc.subjectComputational intelligencept_BR
dc.subjectEvolutionary algorithmspt_BR
dc.subjectOptimization with metaheuristicspt_BR
dc.subjectLarge-scale optimizationpt_BR
dc.subjectPowell’s methodpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleUma abordagem híbrida para solução de problemas de otimização em larga escalapt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
PPMAlbuquerque.pdf
Tamanho:
796,61 KB
Formato:
Adobe Portable Document Format
Baixar

Pacote de licença

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,81 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Ciência da Computação