Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis

Detalhes bibliográficos
Autor(a) principal: Araújo, Marcelo Lotif
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UNIFOR
Texto Completo: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/97144
Resumo: Este trabalho tem por finalidade traçar um paralelo entre quatro algoritmos bio-inspirados de cunho meta-heurístico (a saber: Algoritmo Genético, Evolução Diferencial, Otimização por Enxame de Partículas e Busca Harmônica), testando-os em funções de benchmark de otimização contínua e avaliando-os com base em dados coletados sobre a qualidade das soluções geradas e sobre o modo de exploração do espaço de busca. São propostas aqui técnicas de coleta de informações sobre o modus operandi dos algoritmos que envolvem Diagramas de Voronoi e divisão do espaço de busca em regiões bidimensionais utilizando Mapas Auto-organizáveis. O uso desses mapas como ferramenta de Mineração Visual de Dados tem como objetivo avaliar os dados gerados e identificar os agrupamentos que foram formados. Procuramos entender a influência da alteração dos valores dos parâmetros das meta-heurísticas no seu comportamento ao longo do tempo, bem como a sua sensibilidade às mudanças de dimensão das funções de otimização que estão solucionando. Dessa forma, almeja-se traçar perfis de comportamento e definir a posteriori um padrão para possibilitar a análise mais detalhada das similaridades/dissimilaridades entre as abordagens. Todos os algoritmos utilizados foram implementados passo-a-passo a fim de entender as suas particularidades, esclarecer melhor seus mecanismos internos e facilitar o rastreamento do comportamento dos mesmos no ato da resolução dos problemas. Palavras-chave: Meta-heurísticas Bioinspiradas. Visualização da Informação. Mineração Visual de Dados. Mapas Auto-Organizáveis. Mapas de Kohonen. Diagramas de Voronoi.
id UFOR_50f0752d1998729f90e3cf2cd84deb98
oai_identifier_str oai::97144
network_acronym_str UFOR
network_name_str Biblioteca Digital de Teses e Dissertações da UNIFOR
repository_id_str
spelling Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveisMeta-heurísticasAlgorítmos genéticosOtimização combinatóriaEste trabalho tem por finalidade traçar um paralelo entre quatro algoritmos bio-inspirados de cunho meta-heurístico (a saber: Algoritmo Genético, Evolução Diferencial, Otimização por Enxame de Partículas e Busca Harmônica), testando-os em funções de benchmark de otimização contínua e avaliando-os com base em dados coletados sobre a qualidade das soluções geradas e sobre o modo de exploração do espaço de busca. São propostas aqui técnicas de coleta de informações sobre o modus operandi dos algoritmos que envolvem Diagramas de Voronoi e divisão do espaço de busca em regiões bidimensionais utilizando Mapas Auto-organizáveis. O uso desses mapas como ferramenta de Mineração Visual de Dados tem como objetivo avaliar os dados gerados e identificar os agrupamentos que foram formados. Procuramos entender a influência da alteração dos valores dos parâmetros das meta-heurísticas no seu comportamento ao longo do tempo, bem como a sua sensibilidade às mudanças de dimensão das funções de otimização que estão solucionando. Dessa forma, almeja-se traçar perfis de comportamento e definir a posteriori um padrão para possibilitar a análise mais detalhada das similaridades/dissimilaridades entre as abordagens. Todos os algoritmos utilizados foram implementados passo-a-passo a fim de entender as suas particularidades, esclarecer melhor seus mecanismos internos e facilitar o rastreamento do comportamento dos mesmos no ato da resolução dos problemas. Palavras-chave: Meta-heurísticas Bioinspiradas. Visualização da Informação. Mineração Visual de Dados. Mapas Auto-Organizáveis. Mapas de Kohonen. Diagramas de Voronoi.The aim of this study is to establish a parallel between four bioinspired metaheuristic algorithms (namely, Genetic Algorithm, Differential Evolution, Particle Swarm Optimization, and Harmony Search), testing them with continuous optimization benchmark functions and assessing them based on data collected about the quality of the solutions they generate and based on the way they explore the search space. Novel techniques are proposed to collect data about the modus operandi of the algorithms using Voronoi Diagrams and through a division of the search space in bi-dimensional regions using Self-Organizing Maps. The use of these maps as a Visual Data Mining tool aims to process the resulting data and identify the available clusters. We wish to understand the influence of parameter calibration on the search behavior of the metaheuristic algorithms, as well as their sensitivity to dimension changes of the optimization functions they are solving. Furthermore, behavior profiles can be established and patterns can be defined, allowing us to analyze in detail the similarities/dissimilarities between the algorithms. All metaheuristics were implemented step-by-step to allow us to understand their inner workings, peculiarities, and also facilitate the tracking of their search behavior along their execution on the optimization problems. Keywords: Bioinspired Metaheuristics. Information Visualization. Visual Data Mining. Self-Organizing Maps. Kohonen Maps. Voronoi Diagrams.Coelho, Andre Luis VasconcelosCoelho, Andre Luis VasconcelosCarvalho, André Carlos Ponce de Leon FerreiraMaia, José Everardo BessaUniversidade de Fortaleza. Programa de Pós-Graduação em Informática AplicadaAraújo, Marcelo Lotif2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/97144https://uol.unifor.br/auth-sophia/exibicao/9463Disponibilidade forma física: Existe obra impressa de código : 89699porreponame:Biblioteca Digital de Teses e Dissertações da UNIFORinstname:Universidade de Fortaleza (UNIFOR)instacron:UNIFORinfo:eu-repo/semantics/openAccess1899-12-30T00:00:00Zoai::97144Biblioteca Digital de Teses e Dissertaçõeshttps://www.unifor.br/bdtdONGhttp://dspace.unifor.br/oai/requestbib@unifor.br||bib@unifor.bropendoar:1899-12-30T00:00Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)false
dc.title.none.fl_str_mv Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
title Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
spellingShingle Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
Araújo, Marcelo Lotif
Meta-heurísticas
Algorítmos genéticos
Otimização combinatória
title_short Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
title_full Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
title_fullStr Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
title_full_unstemmed Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
title_sort Análise comparativa do comportamento de meta-heurísticas populacionais para otimização contínua: uma abordagem baseada em mapas auto-organizáveis
author Araújo, Marcelo Lotif
author_facet Araújo, Marcelo Lotif
author_role author
dc.contributor.none.fl_str_mv Coelho, Andre Luis Vasconcelos
Coelho, Andre Luis Vasconcelos
Carvalho, André Carlos Ponce de Leon Ferreira
Maia, José Everardo Bessa
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
dc.contributor.author.fl_str_mv Araújo, Marcelo Lotif
dc.subject.por.fl_str_mv Meta-heurísticas
Algorítmos genéticos
Otimização combinatória
topic Meta-heurísticas
Algorítmos genéticos
Otimização combinatória
description Este trabalho tem por finalidade traçar um paralelo entre quatro algoritmos bio-inspirados de cunho meta-heurístico (a saber: Algoritmo Genético, Evolução Diferencial, Otimização por Enxame de Partículas e Busca Harmônica), testando-os em funções de benchmark de otimização contínua e avaliando-os com base em dados coletados sobre a qualidade das soluções geradas e sobre o modo de exploração do espaço de busca. São propostas aqui técnicas de coleta de informações sobre o modus operandi dos algoritmos que envolvem Diagramas de Voronoi e divisão do espaço de busca em regiões bidimensionais utilizando Mapas Auto-organizáveis. O uso desses mapas como ferramenta de Mineração Visual de Dados tem como objetivo avaliar os dados gerados e identificar os agrupamentos que foram formados. Procuramos entender a influência da alteração dos valores dos parâmetros das meta-heurísticas no seu comportamento ao longo do tempo, bem como a sua sensibilidade às mudanças de dimensão das funções de otimização que estão solucionando. Dessa forma, almeja-se traçar perfis de comportamento e definir a posteriori um padrão para possibilitar a análise mais detalhada das similaridades/dissimilaridades entre as abordagens. Todos os algoritmos utilizados foram implementados passo-a-passo a fim de entender as suas particularidades, esclarecer melhor seus mecanismos internos e facilitar o rastreamento do comportamento dos mesmos no ato da resolução dos problemas. Palavras-chave: Meta-heurísticas Bioinspiradas. Visualização da Informação. Mineração Visual de Dados. Mapas Auto-Organizáveis. Mapas de Kohonen. Diagramas de Voronoi.
publishDate 2012
dc.date.none.fl_str_mv 2012
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://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/97144
url https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/97144
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://uol.unifor.br/auth-sophia/exibicao/9463
Disponibilidade forma física: Existe obra impressa de código : 89699
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR
instname:Universidade de Fortaleza (UNIFOR)
instacron:UNIFOR
instname_str Universidade de Fortaleza (UNIFOR)
instacron_str UNIFOR
institution UNIFOR
reponame_str Biblioteca Digital de Teses e Dissertações da UNIFOR
collection Biblioteca Digital de Teses e Dissertações da UNIFOR
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)
repository.mail.fl_str_mv bib@unifor.br||bib@unifor.br
_version_ 1800408697883590656

Registros relacionados