Desenvolvimento de um algoritmo de otimização evolutivo auto-adaptativo para a resolução de problemas de otimização com variáveis mistas
| dc.contributor.advisor1 | Lobato, Fran Sérgio | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7640108116459444 | eng |
| dc.contributor.referee1 | Lobato, Fran Sérgio | |
| dc.contributor.referee2 | Abud, Celso Vieira | |
| dc.contributor.referee3 | Souza, Davi Leonardo de | |
| dc.creator | Carvalho, Camila Campos | |
| dc.creator.Lattes | http://lattes.cnpq.br/0324813179618160 | eng |
| dc.date.accessioned | 2019-01-07T12:33:00Z | |
| dc.date.accessioned | 2022-04-26T13:40:41Z | |
| dc.date.available | 2022-04-26T13:40:41Z | |
| dc.date.issued | 2018-12-10 | |
| dc.description.abstract | In last decades, evolutionary algorithm have been received considerable attention in different fields of science and engineering, with emphasis in engineering systems design. Despite at the large number of applications, these algorithms consider that parameters are constant during the search process, which may result in a search less efficient in design space. In addition, realistic problems are more complex in relation to the nature of project variables involved, i.e., these problems may present mixed variables (real (or continuous), integer, binary and discrete). In this contribution, it is proposed a new strategy to update the Firefly Algorithm (FA) parameters, as well as a new methodology to generate candidates. It is also proposed a strategy for the treatment of problems with mixed variables. An analysis of the parametric sensitivity is performed to understand how the choice of the values of each parameter of the FA could influence the method optimization process and still compromise the quality of the solution. The results obtained with the application of proposed methodology in mixed and real problems demonstrate that the performance of FA can be improved, in terms of convergence and computational cost, in relation to canonical algorithm. | eng |
| dc.description.resumo | 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. | eng |
| dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | eng |
| dc.format | application/pdf | * |
| dc.identifier.citation | CARVALHO, C. C. Desenvolvimento de um algoritmo de otimização evolutivo auto-adaptativo para a resolução de problemas de otimização com variáveis mistas. 2018. 105 f. Dissertação (Mestrado em Modelagem e Otimização) - Universidade Federal de Goiás, Catalão, 2018. | eng |
| dc.identifier.uri | http://repositorio.ufcat.edu.br/tede/handle/tede/9199 | |
| dc.language | por | eng |
| dc.publisher | Universidade Federal de Goiás | eng |
| dc.publisher.country | Brasil | eng |
| dc.publisher.department | Regional Catalão (RC) | eng |
| dc.publisher.initials | UFG | eng |
| dc.publisher.program | Programa de Pós-graduação em Modelagem e Otimização (RC) | eng |
| dc.rights | Acesso Aberto | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Algoritmo de colônia de vagalumes | por |
| dc.subject | Parâmetros auto-adaptativos | por |
| dc.subject | Variáveis mistas | por |
| dc.subject | Funções matemáticas | por |
| dc.subject | Projeto de sistemas de engenharia | por |
| dc.subject | Firefly algorithm | eng |
| dc.subject | Self-adaptive parameters | eng |
| dc.subject | Mixed variables | eng |
| dc.subject | Mathematical functions | eng |
| dc.subject | Engineering systems design | eng |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::MATEMATICA | eng |
| dc.title | Desenvolvimento de um algoritmo de otimização evolutivo auto-adaptativo para a resolução de problemas de otimização com variáveis mistas | eng |
| dc.title.alternative | Development of a self-adaptive evolutionary algorithm to solve mixed optimization problems | eng |
| dc.type | Dissertação | eng |