Aplicação de técnicas de planejamento experimental em otimizadores baseados em algoritmos genéticos.

Detalhes bibliográficos
Autor(a) principal: Federico, Heitor Honda
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

Registros relacionados