O método do q-gradiente para otimização global

Detalhes bibliográficos
Autor(a) principal: Aline Cristina Soterroni
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2012/08.07.02.07
Resumo: O reverendo inglês Frank Hilton Jackson foi o primeiro a desenvolver o \textit{q}-cálculo de forma sistemática e, no início do século XX, reintroduziu a \textit{q}-derivada, que ficou amplamente conhecida como derivada de Jackson. O \textit{q}-cálculo, por sua vez, surgiu da generalização de expressões matemáticas por meio de um parâmetro \textit{q}, dando origem a \textit{q}-versões de funções, séries, operadores e números especiais que, no limite \textit{q} $\longrightarrow$ 1, retomam suas respectivas versões clássicas. Este trabalho introduz o conceito de vetor \textit{q}-gradiente na área de otimização por meio do método do \textit{q}-gradiente, uma generalização do método da máxima descida que utiliza a direção contrária à direção do vetor \textit{q}-gradiente como direção de busca. O uso dessa direção de busca, juntamente com estratégias apropriadas para a obtenção do parâmetro \textit{q} e do tamanho do passo, mostrou que o método do \textit{q}-gradiente realiza, ao longo do procedimento de otimização, uma transição suave entre busca global e busca local, além de possuir mecanismos para escapar de mínimos locais. O método do \textit{q}-gradiente foi comparado com algoritmos determinísticos e extensivamente comparado com os Algoritmos Evolutivos (AEs) , que participaram da competição do \textit{IEEE Congress on Evolutionary Computation} (CEC) em 2005, sobre um conjunto de funções teste da literatura. Os resultados mostraram que o método do \textit{q}-gradiente é competitivo em relação aos AEs, sobretudo nos problemas multimodais. O método do \textit{q}-gradiente também foi aplicado na resolução de um problema da engenharia aeroespacial e os resultados apontaram para a viabilidade do seu uso em aplicações práticas.
id INPE_14aacff280c9c6fe12748bb96306b261
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m19/2012/08.07.02.07.45-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisO método do q-gradiente para otimização globalThe q-gradient method for global optimization2012-08-28Fernando Manuel RamosRoberto Luiz GalskiStephan StephanyFernando José Von ZubenLuiz Leduíno de Salles NetoAline Cristina SoterroniInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Computação AplicadaINPEBRq-derivadaq-gradientemétodo do q-gradienteq-derivativeq-gradientq-gradient methodO reverendo inglês Frank Hilton Jackson foi o primeiro a desenvolver o \textit{q}-cálculo de forma sistemática e, no início do século XX, reintroduziu a \textit{q}-derivada, que ficou amplamente conhecida como derivada de Jackson. O \textit{q}-cálculo, por sua vez, surgiu da generalização de expressões matemáticas por meio de um parâmetro \textit{q}, dando origem a \textit{q}-versões de funções, séries, operadores e números especiais que, no limite \textit{q} $\longrightarrow$ 1, retomam suas respectivas versões clássicas. Este trabalho introduz o conceito de vetor \textit{q}-gradiente na área de otimização por meio do método do \textit{q}-gradiente, uma generalização do método da máxima descida que utiliza a direção contrária à direção do vetor \textit{q}-gradiente como direção de busca. O uso dessa direção de busca, juntamente com estratégias apropriadas para a obtenção do parâmetro \textit{q} e do tamanho do passo, mostrou que o método do \textit{q}-gradiente realiza, ao longo do procedimento de otimização, uma transição suave entre busca global e busca local, além de possuir mecanismos para escapar de mínimos locais. O método do \textit{q}-gradiente foi comparado com algoritmos determinísticos e extensivamente comparado com os Algoritmos Evolutivos (AEs) , que participaram da competição do \textit{IEEE Congress on Evolutionary Computation} (CEC) em 2005, sobre um conjunto de funções teste da literatura. Os resultados mostraram que o método do \textit{q}-gradiente é competitivo em relação aos AEs, sobretudo nos problemas multimodais. O método do \textit{q}-gradiente também foi aplicado na resolução de um problema da engenharia aeroespacial e os resultados apontaram para a viabilidade do seu uso em aplicações práticas.The English reverend Frank Hilton Jackson was the first to develop the \textit{q}-calculus in a systematic way, and in the beginning of the twentieth century he reintroduced the \textit{q}-derivative, widely known as Jackson´s derivative. The \textit{q}-calculus, by its turn, carne from generalizations of mathematical expressions called \textit{q}-versions of functions, series, operators and special numbers that take into account a parameter \textit{q}. In the limiting case of \textit{q} $\longrightarrow$ 1, the \textit{q}-versions reduce to its classical versions. In this work the concept of \textit{q}-gradient is introduced in the optimization area by the \textit{q}-gradient method, a generalization of the steepest descent method that uses the negative of the \textit{q}-gradient as the search direction. The optimization procedure, with this direc-tion and properly defined strategies for the parameter \textit{q} and the step length, has shown that the search process gradually shifts from global in the beginning to local in the end with an effective mechanism for escaping from local minima. The \textit{q}-gradiente method was compared with some deterministic methods and extensively compared with Evolutionary Algorithms (EAs) of the 2005 IEEE Congress on Evalutionary Computation (CEC) over benchmark test functions. The results presented here have shown the competitiveness of the \textit{q}-gradient over the EAs specially for the multimodal problems. The \textit{q}-gradient method was also applied to an optimization problem from aerospace engineering and the results indicated the viability of the method for solving practical problems.http://urlib.net/sid.inpe.br/mtc-m19/2012/08.07.02.07info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:53Zoai:urlib.net:sid.inpe.br/mtc-m19/2012/08.07.02.07.45-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:54.628Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv O método do q-gradiente para otimização global
dc.title.alternative.en.fl_str_mv The q-gradient method for global optimization
title O método do q-gradiente para otimização global
spellingShingle O método do q-gradiente para otimização global
Aline Cristina Soterroni
title_short O método do q-gradiente para otimização global
title_full O método do q-gradiente para otimização global
title_fullStr O método do q-gradiente para otimização global
title_full_unstemmed O método do q-gradiente para otimização global
title_sort O método do q-gradiente para otimização global
author Aline Cristina Soterroni
author_facet Aline Cristina Soterroni
author_role author
dc.contributor.advisor1.fl_str_mv Fernando Manuel Ramos
dc.contributor.advisor2.fl_str_mv Roberto Luiz Galski
dc.contributor.referee1.fl_str_mv Stephan Stephany
dc.contributor.referee2.fl_str_mv Fernando José Von Zuben
dc.contributor.referee3.fl_str_mv Luiz Leduíno de Salles Neto
dc.contributor.author.fl_str_mv Aline Cristina Soterroni
contributor_str_mv Fernando Manuel Ramos
Roberto Luiz Galski
Stephan Stephany
Fernando José Von Zuben
Luiz Leduíno de Salles Neto
dc.description.abstract.por.fl_txt_mv O reverendo inglês Frank Hilton Jackson foi o primeiro a desenvolver o \textit{q}-cálculo de forma sistemática e, no início do século XX, reintroduziu a \textit{q}-derivada, que ficou amplamente conhecida como derivada de Jackson. O \textit{q}-cálculo, por sua vez, surgiu da generalização de expressões matemáticas por meio de um parâmetro \textit{q}, dando origem a \textit{q}-versões de funções, séries, operadores e números especiais que, no limite \textit{q} $\longrightarrow$ 1, retomam suas respectivas versões clássicas. Este trabalho introduz o conceito de vetor \textit{q}-gradiente na área de otimização por meio do método do \textit{q}-gradiente, uma generalização do método da máxima descida que utiliza a direção contrária à direção do vetor \textit{q}-gradiente como direção de busca. O uso dessa direção de busca, juntamente com estratégias apropriadas para a obtenção do parâmetro \textit{q} e do tamanho do passo, mostrou que o método do \textit{q}-gradiente realiza, ao longo do procedimento de otimização, uma transição suave entre busca global e busca local, além de possuir mecanismos para escapar de mínimos locais. O método do \textit{q}-gradiente foi comparado com algoritmos determinísticos e extensivamente comparado com os Algoritmos Evolutivos (AEs) , que participaram da competição do \textit{IEEE Congress on Evolutionary Computation} (CEC) em 2005, sobre um conjunto de funções teste da literatura. Os resultados mostraram que o método do \textit{q}-gradiente é competitivo em relação aos AEs, sobretudo nos problemas multimodais. O método do \textit{q}-gradiente também foi aplicado na resolução de um problema da engenharia aeroespacial e os resultados apontaram para a viabilidade do seu uso em aplicações práticas.
dc.description.abstract.eng.fl_txt_mv The English reverend Frank Hilton Jackson was the first to develop the \textit{q}-calculus in a systematic way, and in the beginning of the twentieth century he reintroduced the \textit{q}-derivative, widely known as Jackson´s derivative. The \textit{q}-calculus, by its turn, carne from generalizations of mathematical expressions called \textit{q}-versions of functions, series, operators and special numbers that take into account a parameter \textit{q}. In the limiting case of \textit{q} $\longrightarrow$ 1, the \textit{q}-versions reduce to its classical versions. In this work the concept of \textit{q}-gradient is introduced in the optimization area by the \textit{q}-gradient method, a generalization of the steepest descent method that uses the negative of the \textit{q}-gradient as the search direction. The optimization procedure, with this direc-tion and properly defined strategies for the parameter \textit{q} and the step length, has shown that the search process gradually shifts from global in the beginning to local in the end with an effective mechanism for escaping from local minima. The \textit{q}-gradiente method was compared with some deterministic methods and extensively compared with Evolutionary Algorithms (EAs) of the 2005 IEEE Congress on Evalutionary Computation (CEC) over benchmark test functions. The results presented here have shown the competitiveness of the \textit{q}-gradient over the EAs specially for the multimodal problems. The \textit{q}-gradient method was also applied to an optimization problem from aerospace engineering and the results indicated the viability of the method for solving practical problems.
description O reverendo inglês Frank Hilton Jackson foi o primeiro a desenvolver o \textit{q}-cálculo de forma sistemática e, no início do século XX, reintroduziu a \textit{q}-derivada, que ficou amplamente conhecida como derivada de Jackson. O \textit{q}-cálculo, por sua vez, surgiu da generalização de expressões matemáticas por meio de um parâmetro \textit{q}, dando origem a \textit{q}-versões de funções, séries, operadores e números especiais que, no limite \textit{q} $\longrightarrow$ 1, retomam suas respectivas versões clássicas. Este trabalho introduz o conceito de vetor \textit{q}-gradiente na área de otimização por meio do método do \textit{q}-gradiente, uma generalização do método da máxima descida que utiliza a direção contrária à direção do vetor \textit{q}-gradiente como direção de busca. O uso dessa direção de busca, juntamente com estratégias apropriadas para a obtenção do parâmetro \textit{q} e do tamanho do passo, mostrou que o método do \textit{q}-gradiente realiza, ao longo do procedimento de otimização, uma transição suave entre busca global e busca local, além de possuir mecanismos para escapar de mínimos locais. O método do \textit{q}-gradiente foi comparado com algoritmos determinísticos e extensivamente comparado com os Algoritmos Evolutivos (AEs) , que participaram da competição do \textit{IEEE Congress on Evolutionary Computation} (CEC) em 2005, sobre um conjunto de funções teste da literatura. Os resultados mostraram que o método do \textit{q}-gradiente é competitivo em relação aos AEs, sobretudo nos problemas multimodais. O método do \textit{q}-gradiente também foi aplicado na resolução de um problema da engenharia aeroespacial e os resultados apontaram para a viabilidade do seu uso em aplicações práticas.
publishDate 2012
dc.date.issued.fl_str_mv 2012-08-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m19/2012/08.07.02.07
url http://urlib.net/sid.inpe.br/mtc-m19/2012/08.07.02.07
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 Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Fernando Manuel Ramos
_version_ 1706809354639900672