Fundamentos de otimização por inteligência de enxames: uma visão geral

Detalhes bibliográficos
Autor(a) principal: Serapiao, Adriane Beatriz de S. [UNESP]
Data de Publicação: 2009
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S0103-17592009000300002
http://hdl.handle.net/11449/29082
Resumo: Este artigo apresenta uma breve revisão de alguns dos mais recentes métodos bioinspirados baseados no comportamento de populações para o desenvolvimento de técnicas de solução de problemas. As metaheurísticas tratadas aqui correspondem às estratégias de otimização por colônia de formigas, otimização por enxame de partículas, algoritmo shuffled frog-leaping, coleta de alimentos por bactérias e colônia de abelhas. Os princípios biológicos que motivaram o desenvolvimento de cada uma dessas estratégias, assim como seus respectivos algoritmos computacionais, são introduzidos. Duas aplicações diferentes foram conduzidas para exemplificar o desempenho de tais algoritmos. A finalidade é enfatizar perspectivas de aplicação destas abordagens em diferentes problemas da área de engenharia.
id UNSP_df235f482f4a16ea6fd5d6e890a41c7e
oai_identifier_str oai:repositorio.unesp.br:11449/29082
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Fundamentos de otimização por inteligência de enxames: uma visão geralinteligência computacionalcomputação evolutivacomputação naturalcomputação bioinspiradainteligência coletivaalgoritmos de otimizaçãocomputational intelligenceevolutionary computingnatural computingbio-inspired computingswarm intelligenceoptimization algorithmsEste artigo apresenta uma breve revisão de alguns dos mais recentes métodos bioinspirados baseados no comportamento de populações para o desenvolvimento de técnicas de solução de problemas. As metaheurísticas tratadas aqui correspondem às estratégias de otimização por colônia de formigas, otimização por enxame de partículas, algoritmo shuffled frog-leaping, coleta de alimentos por bactérias e colônia de abelhas. Os princípios biológicos que motivaram o desenvolvimento de cada uma dessas estratégias, assim como seus respectivos algoritmos computacionais, são introduzidos. Duas aplicações diferentes foram conduzidas para exemplificar o desempenho de tais algoritmos. A finalidade é enfatizar perspectivas de aplicação destas abordagens em diferentes problemas da área de engenharia.This paper presents an overview of some most recent bioinspired methods based on swarm behaviors for the development of problem-solving techniques. The metaheuristics provided here are ant colony optimization, particle swarm optimization, shuffled frog-leaping algorithm, bacterial foraging optimization and bee colony. The basic biological principles that have motivated the development of each strategy, as well as their computational algorithms, are introduced. Two different applications were carried out in order to clarify the performance of such algorithms. The goal is to emphasize perspectives of applications of these approaches in different engineering problems.UNESP IGCE DEMACUNESP IGCE DEMACSociedade Brasileira de AutomáticaUniversidade Estadual Paulista (Unesp)Serapiao, Adriane Beatriz de S. [UNESP]2014-05-20T15:14:10Z2014-05-20T15:14:10Z2009-09-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article271-304application/pdfhttp://dx.doi.org/10.1590/S0103-17592009000300002Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 20, n. 3, p. 271-304, 2009.0103-1759http://hdl.handle.net/11449/2908210.1590/S0103-17592009000300002S0103-175920090003000022-s2.0-70449484665S0103-17592009000300002.pdfSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporSba: Controle & Automação Sociedade Brasileira de Automaticainfo:eu-repo/semantics/openAccess2024-01-22T06:23:55Zoai:repositorio.unesp.br:11449/29082Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T23:40:40.518524Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Fundamentos de otimização por inteligência de enxames: uma visão geral
title Fundamentos de otimização por inteligência de enxames: uma visão geral
spellingShingle Fundamentos de otimização por inteligência de enxames: uma visão geral
Serapiao, Adriane Beatriz de S. [UNESP]
inteligência computacional
computação evolutiva
computação natural
computação bioinspirada
inteligência coletiva
algoritmos de otimização
computational intelligence
evolutionary computing
natural computing
bio-inspired computing
swarm intelligence
optimization algorithms
title_short Fundamentos de otimização por inteligência de enxames: uma visão geral
title_full Fundamentos de otimização por inteligência de enxames: uma visão geral
title_fullStr Fundamentos de otimização por inteligência de enxames: uma visão geral
title_full_unstemmed Fundamentos de otimização por inteligência de enxames: uma visão geral
title_sort Fundamentos de otimização por inteligência de enxames: uma visão geral
author Serapiao, Adriane Beatriz de S. [UNESP]
author_facet Serapiao, Adriane Beatriz de S. [UNESP]
author_role author
dc.contributor.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Serapiao, Adriane Beatriz de S. [UNESP]
dc.subject.por.fl_str_mv inteligência computacional
computação evolutiva
computação natural
computação bioinspirada
inteligência coletiva
algoritmos de otimização
computational intelligence
evolutionary computing
natural computing
bio-inspired computing
swarm intelligence
optimization algorithms
topic inteligência computacional
computação evolutiva
computação natural
computação bioinspirada
inteligência coletiva
algoritmos de otimização
computational intelligence
evolutionary computing
natural computing
bio-inspired computing
swarm intelligence
optimization algorithms
description Este artigo apresenta uma breve revisão de alguns dos mais recentes métodos bioinspirados baseados no comportamento de populações para o desenvolvimento de técnicas de solução de problemas. As metaheurísticas tratadas aqui correspondem às estratégias de otimização por colônia de formigas, otimização por enxame de partículas, algoritmo shuffled frog-leaping, coleta de alimentos por bactérias e colônia de abelhas. Os princípios biológicos que motivaram o desenvolvimento de cada uma dessas estratégias, assim como seus respectivos algoritmos computacionais, são introduzidos. Duas aplicações diferentes foram conduzidas para exemplificar o desempenho de tais algoritmos. A finalidade é enfatizar perspectivas de aplicação destas abordagens em diferentes problemas da área de engenharia.
publishDate 2009
dc.date.none.fl_str_mv 2009-09-01
2014-05-20T15:14:10Z
2014-05-20T15:14:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0103-17592009000300002
Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 20, n. 3, p. 271-304, 2009.
0103-1759
http://hdl.handle.net/11449/29082
10.1590/S0103-17592009000300002
S0103-17592009000300002
2-s2.0-70449484665
S0103-17592009000300002.pdf
url http://dx.doi.org/10.1590/S0103-17592009000300002
http://hdl.handle.net/11449/29082
identifier_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 20, n. 3, p. 271-304, 2009.
0103-1759
10.1590/S0103-17592009000300002
S0103-17592009000300002
2-s2.0-70449484665
S0103-17592009000300002.pdf
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 271-304
application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática
publisher.none.fl_str_mv Sociedade Brasileira de Automática
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129542315835392

Registros relacionados