UM ALGORITMO COEVOLUCIONÁRIO COM DUAS POPULAÇÕES DE AGENTES CONCORRENTES PARA OTIMIZAÇÃO GLOBAL CONTÍNUA
Nome: MARIO ROMULO DE BRITO FERNANDES
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 20/09/2017
Orientador:
| Nome | Papel |
|---|---|
| THOMAS WALTER RAUBER | Orientador |
Banca:
| Nome | Papel |
|---|---|
| ELIAS SILVA DE OLIVEIRA | Examinador Interno |
| THOMAS WALTER RAUBER | Orientador |
Resumo: Essa dissertação apresenta um novo algoritmo coevolucionário híbrido, chamado Zombie
Search (ZS), com a tarefa de localizar o mínimo global para problemas de otimização sem
restrições. O ZS trabalha com duas populações simulando um processo coevolucionário e
antagonista de predador-presa entre humanos e zumbis. Esse processo combina os benefícios
da inteligência coletiva, adaptação de parâmetros baseada em sucesso e algoritmo de
estimação de distribuição. A proposição aplica três diferentes tipos de movimentos para
cada população, utilizando modelos probabilísticos baseados em distribuições Gaussianas
e Cauchy, com o objetivo de obter soluções de maior qualidade. Para avaliar o desempenho
de ZS, foram realizados experimentos para um conjunto de funções benchmark público
(CEC15 ). Para promover um melhor desempenho, os parâmetros de configuração do ZS
são auto-otimizados utilizando um método de tratamento de incerteza para cada função de
referência presente na CEC15. Os resultados obtidos pelo ZS são comparados com outros
seis algoritmos do estado da arte. Os resultados sugerem que a proposta é competitiva e
retorna resultados parcialmente melhores, quando o problema possui um pequeno número
de variáveis, de acordo com as análises utilizadas.
