Algoritmo genetico aplicado a determinação otima de parametros
Suzana Lima de Campos Castro
DISSERTAÇÃO
Português
T/UNICAMP C279a
Campinas, SP : [s.n.], 1994.
[83]f. : il.
Orientador: Lucio Tunes dos Santos
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação
Resumo: A subrotina computacional BOX-QUACAN, desenvolvida por Friedlander, Martinez e Santos (1992) para resolver problemas de minimização de funções com restrições de canalização, tem sido muito utilizada por ser robusta e indicada para problemas de grande porte. Os resultados práticos, porém,...
Ver mais
Resumo: A subrotina computacional BOX-QUACAN, desenvolvida por Friedlander, Martinez e Santos (1992) para resolver problemas de minimização de funções com restrições de canalização, tem sido muito utilizada por ser robusta e indicada para problemas de grande porte. Os resultados práticos, porém, demonstram que o seu desempenho está intimamente relacionado com o valor dos parâmetros de entrada.
Neste trabalho nos propomos a estudar o problema de determinar os parâmetros de entrada que tornem a subrotina o mais eficiente possível, quanto ao tempo computacional e à convergência. Para isto, ele foi modelado como um problema de otimização, através de uma função que associa a cada conjunto de parâmetros o grau de eficiência da subrotina, e devido às suas características, optamos por resolvê-lo através de um Algoritmo Genético (Goldberg (1989)). Os algoritmos genéticos são algoritmos gerais de busca de conjuntos de soluções para problemas de otimização, utilizando em geral, apenas o valor da função objetivo. A principal diferença em relação a outros métodos de busca é que eles analisam e manipulam, simultaneamente, um conjunto de possíveis soluções a cada iteração, de modo a obter pontos cada vez mais próximos do ótimo global. Utilizamos também o método de Nelder - Mead (ver, por exemplo, Himmelblau (1972)), que pertence à classe dos algoritmos de otimização que não necessitam de derivadas e, apesar de não ser global, é adequado às condições da função objetivo do problema. Ver menos
Neste trabalho nos propomos a estudar o problema de determinar os parâmetros de entrada que tornem a subrotina o mais eficiente possível, quanto ao tempo computacional e à convergência. Para isto, ele foi modelado como um problema de otimização, através de uma função que associa a cada conjunto de parâmetros o grau de eficiência da subrotina, e devido às suas características, optamos por resolvê-lo através de um Algoritmo Genético (Goldberg (1989)). Os algoritmos genéticos são algoritmos gerais de busca de conjuntos de soluções para problemas de otimização, utilizando em geral, apenas o valor da função objetivo. A principal diferença em relação a outros métodos de busca é que eles analisam e manipulam, simultaneamente, um conjunto de possíveis soluções a cada iteração, de modo a obter pontos cada vez mais próximos do ótimo global. Utilizamos também o método de Nelder - Mead (ver, por exemplo, Himmelblau (1972)), que pertence à classe dos algoritmos de otimização que não necessitam de derivadas e, apesar de não ser global, é adequado às condições da função objetivo do problema. Ver menos
Abstract: Not informed.
Algoritmo genetico aplicado a determinação otima de parametros
Suzana Lima de Campos Castro
Algoritmo genetico aplicado a determinação otima de parametros
Suzana Lima de Campos Castro
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra