Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/3/3152/tde-04072007-151714/ |
Resumo: | Um importante problema enfrentado por engenheiros é a busca por soluções ótimas para problemas com um grande número de soluções possíveis. Neste trabalho, estudamos métodos otimização probabilísticos baseados em algoritmos genéticos, propostos inicialmente para o estudo de sistemas biológicos. Propomos algumas alterações do método de otimização por algoritmos genéticos tradicional, utilizando técnicas estatísticas de planejamento experimental, que resultaram em uma melhoria da convergência, percebida, não só na velocidade de convergência, como no número de possibilidades de soluções diferentes analisadas. Como resultado, é proposto um algoritmo que cobre o domínio de atuação dos métodos por algoritmos genéticos e do método por gradientes, permitindo uma melhor sintonização do otimizador com o problema. |
id |
USP_54968d53c7b0b5d8c9ce699dcc8de789 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-04072007-151714 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos.Design of experiments applied to optimizers based on genetic algorithms.Algoritmos genéticos (otimização)Análise de variância (planejamento)Genetic algorithmsVariance analysisUm importante problema enfrentado por engenheiros é a busca por soluções ótimas para problemas com um grande número de soluções possíveis. Neste trabalho, estudamos métodos otimização probabilísticos baseados em algoritmos genéticos, propostos inicialmente para o estudo de sistemas biológicos. Propomos algumas alterações do método de otimização por algoritmos genéticos tradicional, utilizando técnicas estatísticas de planejamento experimental, que resultaram em uma melhoria da convergência, percebida, não só na velocidade de convergência, como no número de possibilidades de soluções diferentes analisadas. Como resultado, é proposto um algoritmo que cobre o domínio de atuação dos métodos por algoritmos genéticos e do método por gradientes, permitindo uma melhor sintonização do otimizador com o problema.A important problem faced by engineers is the search of optimal solutions for problems with a great number of possible solutions. Throughout this work, it is studied stochastic optimizers based on genetic algorithms, applied initially to the study of biological systems. Some alterations on the traditional genetic algorithms based optimizer are proposed through the use of experiment design techniques, which resulted in a improvement of the convergence that can be perceived, not only in the convergence speed, but on the number of solutions analyzed as well. As a consequence, a algorithm is proposed, covering both the traditional genetic algorithms based optimizer and the gradient method domains, allowing a better tuning of the optimizer to the problem.Biblioteca Digitais de Teses e Dissertações da USPKawano, AlexandreFederico, Heitor Honda2007-04-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/3/3152/tde-04072007-151714/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:51Zoai:teses.usp.br:tde-04072007-151714Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:51Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. Design of experiments applied to optimizers based on genetic algorithms. |
title |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
spellingShingle |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. Federico, Heitor Honda Algoritmos genéticos (otimização) Análise de variância (planejamento) Genetic algorithms Variance analysis |
title_short |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
title_full |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
title_fullStr |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
title_full_unstemmed |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
title_sort |
Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos. |
author |
Federico, Heitor Honda |
author_facet |
Federico, Heitor Honda |
author_role |
author |
dc.contributor.none.fl_str_mv |
Kawano, Alexandre |
dc.contributor.author.fl_str_mv |
Federico, Heitor Honda |
dc.subject.por.fl_str_mv |
Algoritmos genéticos (otimização) Análise de variância (planejamento) Genetic algorithms Variance analysis |
topic |
Algoritmos genéticos (otimização) Análise de variância (planejamento) Genetic algorithms Variance analysis |
description |
Um importante problema enfrentado por engenheiros é a busca por soluções ótimas para problemas com um grande número de soluções possíveis. Neste trabalho, estudamos métodos otimização probabilísticos baseados em algoritmos genéticos, propostos inicialmente para o estudo de sistemas biológicos. Propomos algumas alterações do método de otimização por algoritmos genéticos tradicional, utilizando técnicas estatísticas de planejamento experimental, que resultaram em uma melhoria da convergência, percebida, não só na velocidade de convergência, como no número de possibilidades de soluções diferentes analisadas. Como resultado, é proposto um algoritmo que cobre o domínio de atuação dos métodos por algoritmos genéticos e do método por gradientes, permitindo uma melhor sintonização do otimizador com o problema. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-04-02 |
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 |
http://www.teses.usp.br/teses/disponiveis/3/3152/tde-04072007-151714/ |
url |
http://www.teses.usp.br/teses/disponiveis/3/3152/tde-04072007-151714/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090374445039616 |