Desenvolvimento de um algoritmo de otimização evolutivo auto-adaptativo para a resolução de problemas de otimização com variáveis mistas

Abstract

Nas últimas décadas, as abordagens por algoritmos evolutivos têm recebido considerável atenção em diferentes campos da ciência e da engenharia, dentre os quais pode-se citar o projeto de sistemas de engenharia. Apesar do grande número de aplicações, os algoritmos evolutivos apresentam como uma de suas principais desvantagens o fato de possuírem parâmetros de entrada constantes durante todo o processo de busca, o que pode impossibilitar uma exploração mais eficiente do espaço de busca ou levar a localização de ótimos locais. Associado a esse fato, problemas realísticos apresentam uma maior complexidade no que tange a natureza das variáveis de projeto envolvidas, ou seja, podem apresentar variáveis que não são definidas exclusivamente no domínio real. Assim, o vetor de variáveis de projeto em aplicações reais podem apresentar natureza mista, isto é, podem ser caracterizadas como reais (contínuas), inteiras, binárias e discretas. Diante do que foi apresentado, essa contribuição tem por objetivo apresentar uma proposta para a atualização dinâmica dos parâmetros do Algoritmo de Colônia de Vagalumes (ACV), bem como uma nova abordagem para a geração de candidatos em uma sub-população. Além disso, uma estratégia para o tratamento de problemas com variáveis mistas também é proposta. Uma análise de sensibilidade paramétrica é realizada afim de entender como a escolha dos valores de cada parâmetro do ACV pode influenciar o processo de otimização do método, e se podem ainda comprometer a qualidade da solução. Os resultados obtidos com a aplicação da metodologia proposta em problemas com variáveis reais e mistas demonstram a eficiência dessa nova estratégia em termos de convergência e do custo computacional em relação ao algoritmo canônico.