Estudo de parâmetros ótimos em algoritmos genéticos elitistas

Detalhes bibliográficos
Autor(a) principal: Carvalho, Wanderson Laerte de Oliveira
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

Registros relacionados