Colônias de abelhas como modelo para otimização multimodal em espaços contínuos: uma abordagem baseada em alocação de tarefas

• Autor(a) principal: Renato Dourado Maia
• Data de Publicação: 2012
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-9UNQXA
• topic: Alocação de Tarefas; Auto-; Inteligência de Enxame; Multimodalidade; Diversidade; organização; Otimização; Algoritmos; Otimização combinatória; Engenharia elétrica

Atualmente, é comum a utilização de técnicas de otimização nas mais diversas áreas de aplicação. Independentemente da aplicação, a modelagem de problemas reais raramente contempla todas as possíveis restrições e tampouco prevê restrições temporárias que podem eventualmente surgir. Esse cenário motiva a proposição de mecanismos dedicados à geração e manutenção de diversidade durante a busca pela solução ótima, de modo que soluções candidatas alternativas de alta qualidade possam ser encontradas em uma única execução de um algoritmo de otimização. Dessa forma, evita-se a necessidade de novas modelagens e execuções, dada a possibilidade de escolha, pelo usuário, de uma solução dentre as retornadas que atenda às restrições ou que ele julgue ser a mais viável de ser implantada. Imersa nesse contexto, esta tese propõe um novo algoritmo de Inteligência de Enxame, denominado OptBees, para tratar problemas de otimização mono-objetivo em espaços contínuos inspirado nos comportamentos de forrageamento e coleta de alimentos de abelhas e nos mecanismos (e seus modelos) envolvidos no processo auto-organizado de alocação de tarefas em sociedades de insetos. O OptBees foi projetado para ter a capacidade inerente de gerar e manter diversidade, localizando ótimos locais distintos do problema, de modo que possam ser retornadas múltiplas soluções de alta qualidade. O algoritmo foi avaliado por meio da realização de experimentos baseados no conjunto de problemas de teste proposto para a Competição de Otimização de Parâmetros Reais da CEC Special Session on Real-Parameter Optimization, que ocorreu no IEEE Congress on Evolutionary Computation (CEC) de 2005. Seu desempenho foi comparado ao de diversas ferramentas baseadas em paradigmas distintos, inclusive algoritmos inspirados em comportamentos de abelhas. Os resultados obtidos mostraram que a ferramenta proposta, além de conseguir manter a diversidade durante toda a sua execução, é competitiva também na busca pelo ótimo global.