Estudo de parâmetros ótimos em algoritmos genéticos elitistas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/24067 |
Resumo: | O algoritmo genético é um processo iterativo de busca, utilizado para encontraro máximo global no domı́nio de funções não convencionais. Esse algoritmo se baseiaem fundamentos naturalistas, evoluindo uma amostra de candidatos a máximo globala cada iteração. Essa evolução é consequência de três operadores (Seleção, Mutaçãoe Cruzamento) que vasculham o domı́nio da função e ao mesmo tempo selecionam osmelhores candidatos obtidos. Nesse estudo, apresentaremos uma cadeia de Markovque modela a evolução desse algoritmo, e demonstraremos algumas propriedades dessacadeia que justificam a convergência do algoritmo. Realizaremos uma simulação paramodelar o efeito da parametrização do algoritmo em sua velocidade de convergência,estimada pelo número de iterações até obtenção do máximo global. Nessas simulaçõesobservaremos esse efeito em funções: unidimensionais, bidimensionais, com um únicomáximo local (o máximo global) e com vários máximos locais. Finalmente, esse tra-balho apresenta resultados que questionam a relevância do operador cruzamento nasfunções estudadas e argumentos para acreditar que o operador mutação otimiza a ve-locidade de convergência do algoritmo quando ocorre com probabilidade de mutaçãopróxima a 0, 2). |
id |
UFRN_7f46c3665c0fd22a4bb73c1885d7a61d |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/24067 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Carvalho, Wanderson Laerte de Oliveirahttp://lattes.cnpq.br/0338926724664536http://lattes.cnpq.br/1630345401925661Pereira, André Gustavo Camposhttp://lattes.cnpq.br/7174877398310072Gomes, Rafael Beserrahttp://lattes.cnpq.br/5849107545126304Lima, Gislene Micarla Borges dehttp://lattes.cnpq.br/4360092393423297Oliveira, Roberto Teodoro Gurgel de2017-10-13T23:34:51Z2017-10-13T23:34:51Z2017-02-09CARVALHO, Wanderson Laerte de Oliveira. Estudo de parâmetros ótimos em algoritmos genéticos elitistas. 2017. 73f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.https://repositorio.ufrn.br/jspui/handle/123456789/24067porCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICACadeias de MarkovSimulaçãoOtimizaçãoAlgoritmos evolutivosSeleção de parâmetrosEstudo de parâmetros ótimos em algoritmos genéticos elitistasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisO algoritmo genético é um processo iterativo de busca, utilizado para encontraro máximo global no domı́nio de funções não convencionais. Esse algoritmo se baseiaem fundamentos naturalistas, evoluindo uma amostra de candidatos a máximo globala cada iteração. Essa evolução é consequência de três operadores (Seleção, Mutaçãoe Cruzamento) que vasculham o domı́nio da função e ao mesmo tempo selecionam osmelhores candidatos obtidos. Nesse estudo, apresentaremos uma cadeia de Markovque modela a evolução desse algoritmo, e demonstraremos algumas propriedades dessacadeia que justificam a convergência do algoritmo. Realizaremos uma simulação paramodelar o efeito da parametrização do algoritmo em sua velocidade de convergência,estimada pelo número de iterações até obtenção do máximo global. Nessas simulaçõesobservaremos esse efeito em funções: unidimensionais, bidimensionais, com um únicomáximo local (o máximo global) e com vários máximos locais. Finalmente, esse tra-balho apresenta resultados que questionam a relevância do operador cruzamento nasfunções estudadas e argumentos para acreditar que o operador mutação otimiza a ve-locidade de convergência do algoritmo quando ocorre com probabilidade de mutaçãopróxima a 0, 2).PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALWandersonLaerteDeOliveiraCarvalho_DISSERT.pdfWandersonLaerteDeOliveiraCarvalho_DISSERT.pdfapplication/pdf1338148https://repositorio.ufrn.br/bitstream/123456789/24067/1/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf0060aba946080902efa7030d5587c429MD51TEXTWandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.txtWandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.txtExtracted texttext/plain101779https://repositorio.ufrn.br/bitstream/123456789/24067/4/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.txtfb41fa17d70dd749e0cfe6666e41df32MD54THUMBNAILWandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.jpgWandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2493https://repositorio.ufrn.br/bitstream/123456789/24067/5/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.jpg37edc73669eb7f0987d713f897663053MD55123456789/240672022-04-05 16:16:59.925oai:https://repositorio.ufrn.br:123456789/24067Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-04-05T19:16:59Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
title |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
spellingShingle |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas Carvalho, Wanderson Laerte de Oliveira CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICA Cadeias de Markov Simulação Otimização Algoritmos evolutivos Seleção de parâmetros |
title_short |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
title_full |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
title_fullStr |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
title_full_unstemmed |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
title_sort |
Estudo de parâmetros ótimos em algoritmos genéticos elitistas |
author |
Carvalho, Wanderson Laerte de Oliveira |
author_facet |
Carvalho, Wanderson Laerte de Oliveira |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0338926724664536 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1630345401925661 |
dc.contributor.referees1.none.fl_str_mv |
Gomes, Rafael Beserra |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5849107545126304 |
dc.contributor.referees2.none.fl_str_mv |
Lima, Gislene Micarla Borges de |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4360092393423297 |
dc.contributor.author.fl_str_mv |
Carvalho, Wanderson Laerte de Oliveira |
dc.contributor.advisor-co1.fl_str_mv |
Pereira, André Gustavo Campos |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/7174877398310072 |
dc.contributor.advisor1.fl_str_mv |
Oliveira, Roberto Teodoro Gurgel de |
contributor_str_mv |
Pereira, André Gustavo Campos Oliveira, Roberto Teodoro Gurgel de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICA Cadeias de Markov Simulação Otimização Algoritmos evolutivos Seleção de parâmetros |
dc.subject.por.fl_str_mv |
Cadeias de Markov Simulação Otimização Algoritmos evolutivos Seleção de parâmetros |
description |
O algoritmo genético é um processo iterativo de busca, utilizado para encontraro máximo global no domı́nio de funções não convencionais. Esse algoritmo se baseiaem fundamentos naturalistas, evoluindo uma amostra de candidatos a máximo globala cada iteração. Essa evolução é consequência de três operadores (Seleção, Mutaçãoe Cruzamento) que vasculham o domı́nio da função e ao mesmo tempo selecionam osmelhores candidatos obtidos. Nesse estudo, apresentaremos uma cadeia de Markovque modela a evolução desse algoritmo, e demonstraremos algumas propriedades dessacadeia que justificam a convergência do algoritmo. Realizaremos uma simulação paramodelar o efeito da parametrização do algoritmo em sua velocidade de convergência,estimada pelo número de iterações até obtenção do máximo global. Nessas simulaçõesobservaremos esse efeito em funções: unidimensionais, bidimensionais, com um únicomáximo local (o máximo global) e com vários máximos locais. Finalmente, esse tra-balho apresenta resultados que questionam a relevância do operador cruzamento nasfunções estudadas e argumentos para acreditar que o operador mutação otimiza a ve-locidade de convergência do algoritmo quando ocorre com probabilidade de mutaçãopróxima a 0, 2). |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-10-13T23:34:51Z |
dc.date.available.fl_str_mv |
2017-10-13T23:34:51Z |
dc.date.issued.fl_str_mv |
2017-02-09 |
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.citation.fl_str_mv |
CARVALHO, Wanderson Laerte de Oliveira. Estudo de parâmetros ótimos em algoritmos genéticos elitistas. 2017. 73f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/24067 |
identifier_str_mv |
CARVALHO, Wanderson Laerte de Oliveira. Estudo de parâmetros ótimos em algoritmos genéticos elitistas. 2017. 73f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/24067 |
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.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/24067/1/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/24067/4/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/24067/5/WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
0060aba946080902efa7030d5587c429 fb41fa17d70dd749e0cfe6666e41df32 37edc73669eb7f0987d713f897663053 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117644106596352 |