Revisão de técnicas de pesquisa inspiradas em enxames

Detalhes bibliográficos
Autor(a) principal: Duarte, Daniel da Silva
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/10348/12218
Resumo: Este trabalho foca-se em algoritmos inspirados na natureza, em particular naqueles inspirados no comportamento de enxames. Estes algoritmos são populares devido à capacidade demonstrada na resolução de problemas de otimização em diversas áreas tais como Engenharia, Medicina, Computação, etc., tendo um bom desempenho. Nesta dissertação faz-se uma revisão de um conjunto de algoritmos selecionado de modo a compreender o seu funcionamento e indicar os fenómenos e comportamentos observados na natureza que os inspiraram. Um desses algoritmos é o Grey Wolf Optimizer, para o qual é proposta uma nova variante usando a entropia de Shannon apelidada de Entropy Grey Wolf Optimizer (E-GWO). Também se abordam conceitos de entropia e alguns dos seus usos em algoritmos de pesquisa e otimização, bem como outros métodos que melhoram a diversidade em populações em algoritmos. Por último realizam-se testes de simulação num conjunto de funções padrão de modo a testar o desempenho do algoritmo GWO e do algoritmo proposto E-GWO.
id RCAP_608d0b29623ddae1142f11afaebe4852
oai_identifier_str oai:repositorio.utad.pt:10348/12218
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Revisão de técnicas de pesquisa inspiradas em enxamesAlgoritmos inspirados na naturezaGrey Wolf OptimizerEste trabalho foca-se em algoritmos inspirados na natureza, em particular naqueles inspirados no comportamento de enxames. Estes algoritmos são populares devido à capacidade demonstrada na resolução de problemas de otimização em diversas áreas tais como Engenharia, Medicina, Computação, etc., tendo um bom desempenho. Nesta dissertação faz-se uma revisão de um conjunto de algoritmos selecionado de modo a compreender o seu funcionamento e indicar os fenómenos e comportamentos observados na natureza que os inspiraram. Um desses algoritmos é o Grey Wolf Optimizer, para o qual é proposta uma nova variante usando a entropia de Shannon apelidada de Entropy Grey Wolf Optimizer (E-GWO). Também se abordam conceitos de entropia e alguns dos seus usos em algoritmos de pesquisa e otimização, bem como outros métodos que melhoram a diversidade em populações em algoritmos. Por último realizam-se testes de simulação num conjunto de funções padrão de modo a testar o desempenho do algoritmo GWO e do algoritmo proposto E-GWO.This work focuses on nature-inspired algorithms, in particular those inspired by the behaviour of swarms. These algorithms have grown in popularity due to the ability they have shown in solving optimizer problems in many different areas such as Engineering, Medicine, Computing, etc. with a good performance. In this dissertation, some of these algorithms are reviewed to understand how they work and how they take inspiration from nature’s behaviours and events. One of those is the Grey Wolf Optimizer algorithm, for which a novel variant called Entropy Grey Wolf Optimizer (E-GWO) is proposed. The entropy concept is explained, and some of its applications in search and optimizer algorithms and other techniques that are used to increase diversity in an algorithm’s population. Test simulations are made in a group of functions to test the GWO algorithm’s performance and the novel E-GWO algorithm.2024-03-05T17:23:52Z2021-02-25T00:00:00Z2021-02-252023-10-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfapplication/pdfhttps://hdl.handle.net/10348/12218porDuarte, Daniel da Silvainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-10T02:00:42Zoai:repositorio.utad.pt:10348/12218Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:14:18.601838Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Revisão de técnicas de pesquisa inspiradas em enxames
title Revisão de técnicas de pesquisa inspiradas em enxames
spellingShingle Revisão de técnicas de pesquisa inspiradas em enxames
Duarte, Daniel da Silva
Algoritmos inspirados na natureza
Grey Wolf Optimizer
title_short Revisão de técnicas de pesquisa inspiradas em enxames
title_full Revisão de técnicas de pesquisa inspiradas em enxames
title_fullStr Revisão de técnicas de pesquisa inspiradas em enxames
title_full_unstemmed Revisão de técnicas de pesquisa inspiradas em enxames
title_sort Revisão de técnicas de pesquisa inspiradas em enxames
author Duarte, Daniel da Silva
author_facet Duarte, Daniel da Silva
author_role author
dc.contributor.author.fl_str_mv Duarte, Daniel da Silva
dc.subject.por.fl_str_mv Algoritmos inspirados na natureza
Grey Wolf Optimizer
topic Algoritmos inspirados na natureza
Grey Wolf Optimizer
description Este trabalho foca-se em algoritmos inspirados na natureza, em particular naqueles inspirados no comportamento de enxames. Estes algoritmos são populares devido à capacidade demonstrada na resolução de problemas de otimização em diversas áreas tais como Engenharia, Medicina, Computação, etc., tendo um bom desempenho. Nesta dissertação faz-se uma revisão de um conjunto de algoritmos selecionado de modo a compreender o seu funcionamento e indicar os fenómenos e comportamentos observados na natureza que os inspiraram. Um desses algoritmos é o Grey Wolf Optimizer, para o qual é proposta uma nova variante usando a entropia de Shannon apelidada de Entropy Grey Wolf Optimizer (E-GWO). Também se abordam conceitos de entropia e alguns dos seus usos em algoritmos de pesquisa e otimização, bem como outros métodos que melhoram a diversidade em populações em algoritmos. Por último realizam-se testes de simulação num conjunto de funções padrão de modo a testar o desempenho do algoritmo GWO e do algoritmo proposto E-GWO.
publishDate 2021
dc.date.none.fl_str_mv 2021-02-25T00:00:00Z
2021-02-25
2023-10-31
2024-03-05T17:23:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10348/12218
url https://hdl.handle.net/10348/12218
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.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137796194041856

Registros relacionados