Otimização por enxames de partículas: usando uma adaptação de serendipidade

• Autor(a) principal: Procópio, Fábio
• 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
• topic: CNPQ: CIÊNCIAS EXATAS E DA TERRA; Serendipidade; Algoritmos Bioinspirados; Serendipity-Based Particle Swarm Optimization.

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.