Otimização por enxames de partículas: usando uma adaptação de serendipidade
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Livro |
Idioma: | por |
Título da fonte: | Repositório Institucional Memoria (IFRN) |
Texto Completo: | http://memoria.ifrn.edu.br/handle/1044/1663 |
Resumo: | Os problemas de otimização são comuns em diversas aplicações de engenharia, como telecomunicações, processamento paralelo, roteamento de veículos, controle de tráfego, eletromagnetismo, construção civil e muitas outras. A otimização é um processo que visa encontrar a melhor solução para determinado problema. Existem vários algoritmos que podem ser utilizados para resolver problemas de otimização e muitos são classificados como métodos meta-heurísticos. No entanto, muitas meta-heurísticas enfrentam um problema chamado convergência prematura. Para lidar com esse problema, várias abordagens já foram apresentadas.Este livro apresenta uma nova abordagem baseada em um conceito conhecido como serendipidade, que pode ser usada na área das meta-heurísticas. Para validar a viabilidade da adequação do conceito ao contexto meta-heurístico, uma variante chamada Serendipity-Based Particle Swarm Optimization (SBPSO) foi implementada considerando duas dimensões da serendipidade: acaso e sagacidade. Para avaliar a proposta apresentada, dois conjuntos de experimentos computacionais foram realizados. No primeiro, quatro funções de referência foram usadas para comparar SBPSO com a Otimização por Enxame de Partículas (PSO – Particle Swarm Optimization) e algumas variantes da literatura. No segundo conjunto, outras doze funções foram utilizadas, porém em alta dimensionalidade. Em todos os experimentos, os resultados da SBPSO se mostraram promissores e apresentaram um bom comportamento de convergência. |
id |
IFRN_61805f296af1ed73360f3962e1215922 |
---|---|
oai_identifier_str |
oai:localhost:1044/1663 |
network_acronym_str |
IFRN |
network_name_str |
Repositório Institucional Memoria (IFRN) |
repository_id_str |
|
spelling |
2019-05-24T12:24:12Z2019-05-252019-05-24T12:24:12Z2018978-85-94137-45-6http://memoria.ifrn.edu.br/handle/1044/1663Submitted by Patricia da Silva Souza Martins (patricia.souza@ifrn.edu.br) on 2019-05-24T11:55:30Z No. of bitstreams: 1 Otimização por Enxame - E-BOOK.pdf: 6075333 bytes, checksum: ae7e98283595b57e50ecda465c073a17 (MD5)Approved for entry into archive by Rodrigo Luiz Silva Pessoa (rodrigo.pessoa@ifrn.edu.br) on 2019-05-24T12:24:12Z (GMT) No. of bitstreams: 1 Otimização por Enxame - E-BOOK.pdf: 6075333 bytes, checksum: ae7e98283595b57e50ecda465c073a17 (MD5)Made available in DSpace on 2019-05-24T12:24:12Z (GMT). No. of bitstreams: 1 Otimização por Enxame - E-BOOK.pdf: 6075333 bytes, checksum: ae7e98283595b57e50ecda465c073a17 (MD5) Previous issue date: 2018Os problemas de otimização são comuns em diversas aplicações de engenharia, como telecomunicações, processamento paralelo, roteamento de veículos, controle de tráfego, eletromagnetismo, construção civil e muitas outras. A otimização é um processo que visa encontrar a melhor solução para determinado problema. Existem vários algoritmos que podem ser utilizados para resolver problemas de otimização e muitos são classificados como métodos meta-heurísticos. No entanto, muitas meta-heurísticas enfrentam um problema chamado convergência prematura. Para lidar com esse problema, várias abordagens já foram apresentadas.Este livro apresenta uma nova abordagem baseada em um conceito conhecido como serendipidade, que pode ser usada na área das meta-heurísticas. Para validar a viabilidade da adequação do conceito ao contexto meta-heurístico, uma variante chamada Serendipity-Based Particle Swarm Optimization (SBPSO) foi implementada considerando duas dimensões da serendipidade: acaso e sagacidade. Para avaliar a proposta apresentada, dois conjuntos de experimentos computacionais foram realizados. No primeiro, quatro funções de referência foram usadas para comparar SBPSO com a Otimização por Enxame de Partículas (PSO – Particle Swarm Optimization) e algumas variantes da literatura. No segundo conjunto, outras doze funções foram utilizadas, porém em alta dimensionalidade. Em todos os experimentos, os resultados da SBPSO se mostraram promissores e apresentaram um bom comportamento de convergência.porInstituto Federal de Educação, Ciência e Tecnologia do Rio Grande do NorteIFRNBrasilReitoriaCNPQ: CIÊNCIAS EXATAS E DA TERRASerendipidadeAlgoritmos BioinspiradosSerendipity-Based Particle Swarm Optimization.Otimização por enxames de partículas: usando uma adaptação de serendipidadeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bookProcópio, Fábioinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional Memoria (IFRN)instname:Instituto Federal do Rio Grande do Norte (IFRN)instacron:IFRNTHUMBNAILOtimização por Enxame - E-BOOK.pdf.jpgOtimização por Enxame - E-BOOK.pdf.jpgIM Thumbnailimage/jpeg8669http://localhost:8080/xmlui/bitstream/1044/1663/4/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdf.jpg0c3e8947b8299a647cfd4c0767f962b3MD54TEXTOtimização por Enxame - E-BOOK.pdf.txtOtimização por Enxame - E-BOOK.pdf.txtExtracted texttext/plain102549http://localhost:8080/xmlui/bitstream/1044/1663/3/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdf.txt3691fa3ff3dc0f08b0dcb607b2249e7aMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://localhost:8080/xmlui/bitstream/1044/1663/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALOtimização por Enxame - E-BOOK.pdfOtimização por Enxame - E-BOOK.pdfOtimização por enxame de partículasapplication/pdf6075333http://localhost:8080/xmlui/bitstream/1044/1663/1/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdfae7e98283595b57e50ecda465c073a17MD511044/16632019-05-24 09:30:22.22oai:localhost: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Repositório InstitucionalPUBhttps://memoria.ifrn.edu.br/oai/memoria@ifrn.edu.bropendoar:2019-05-24T12:30:22Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN)false |
dc.title.pt_BR.fl_str_mv |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
title |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
spellingShingle |
Otimização por enxames de partículas: usando uma adaptação de serendipidade Procópio, Fábio CNPQ: CIÊNCIAS EXATAS E DA TERRA Serendipidade Algoritmos Bioinspirados Serendipity-Based Particle Swarm Optimization. |
title_short |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
title_full |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
title_fullStr |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
title_full_unstemmed |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
title_sort |
Otimização por enxames de partículas: usando uma adaptação de serendipidade |
author |
Procópio, Fábio |
author_facet |
Procópio, Fábio |
author_role |
author |
dc.contributor.author.fl_str_mv |
Procópio, Fábio |
dc.subject.cnpq.fl_str_mv |
CNPQ: CIÊNCIAS EXATAS E DA TERRA |
topic |
CNPQ: CIÊNCIAS EXATAS E DA TERRA Serendipidade Algoritmos Bioinspirados Serendipity-Based Particle Swarm Optimization. |
dc.subject.por.fl_str_mv |
Serendipidade Algoritmos Bioinspirados Serendipity-Based Particle Swarm Optimization. |
description |
Os problemas de otimização são comuns em diversas aplicações de engenharia, como telecomunicações, processamento paralelo, roteamento de veículos, controle de tráfego, eletromagnetismo, construção civil e muitas outras. A otimização é um processo que visa encontrar a melhor solução para determinado problema. Existem vários algoritmos que podem ser utilizados para resolver problemas de otimização e muitos são classificados como métodos meta-heurísticos. No entanto, muitas meta-heurísticas enfrentam um problema chamado convergência prematura. Para lidar com esse problema, várias abordagens já foram apresentadas.Este livro apresenta uma nova abordagem baseada em um conceito conhecido como serendipidade, que pode ser usada na área das meta-heurísticas. Para validar a viabilidade da adequação do conceito ao contexto meta-heurístico, uma variante chamada Serendipity-Based Particle Swarm Optimization (SBPSO) foi implementada considerando duas dimensões da serendipidade: acaso e sagacidade. Para avaliar a proposta apresentada, dois conjuntos de experimentos computacionais foram realizados. No primeiro, quatro funções de referência foram usadas para comparar SBPSO com a Otimização por Enxame de Partículas (PSO – Particle Swarm Optimization) e algumas variantes da literatura. No segundo conjunto, outras doze funções foram utilizadas, porém em alta dimensionalidade. Em todos os experimentos, os resultados da SBPSO se mostraram promissores e apresentaram um bom comportamento de convergência. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018 |
dc.date.accessioned.fl_str_mv |
2019-05-24T12:24:12Z |
dc.date.available.fl_str_mv |
2019-05-25 2019-05-24T12:24:12Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/book |
format |
book |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://memoria.ifrn.edu.br/handle/1044/1663 |
dc.identifier.isbn.pt_BR.fl_str_mv |
978-85-94137-45-6 |
identifier_str_mv |
978-85-94137-45-6 |
url |
http://memoria.ifrn.edu.br/handle/1044/1663 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
IFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Reitoria |
publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional Memoria (IFRN) instname:Instituto Federal do Rio Grande do Norte (IFRN) instacron:IFRN |
instname_str |
Instituto Federal do Rio Grande do Norte (IFRN) |
instacron_str |
IFRN |
institution |
IFRN |
reponame_str |
Repositório Institucional Memoria (IFRN) |
collection |
Repositório Institucional Memoria (IFRN) |
bitstream.url.fl_str_mv |
http://localhost:8080/xmlui/bitstream/1044/1663/4/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdf.jpg http://localhost:8080/xmlui/bitstream/1044/1663/3/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdf.txt http://localhost:8080/xmlui/bitstream/1044/1663/2/license.txt http://localhost:8080/xmlui/bitstream/1044/1663/1/Otimiza%C3%A7%C3%A3o+por+Enxame+-+E-BOOK.pdf |
bitstream.checksum.fl_str_mv |
0c3e8947b8299a647cfd4c0767f962b3 3691fa3ff3dc0f08b0dcb607b2249e7a 8a4605be74aa9ea9d79846c1fba20a33 ae7e98283595b57e50ecda465c073a17 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN) |
repository.mail.fl_str_mv |
memoria@ifrn.edu.br |
_version_ |
1809748222182162432 |