Título: |
ESTRATÉGIAS PARA O CONTROLE DE PARÂMETROS NO ALGORITMO GENÉTICO COM CHAVES ALEATÓRIAS ENVIESADAS
|
Instituição: |
PONTIFÃCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
|
Autor(es): |
LUISA ZAMBELLI ARTMANN R VILELA
|
Colaborador(es): |
LUCIANA DE SOUZA PESSOA - Orientador
CARLOS EDUARDO DE ANDRADE - Coorientador
|
Data da catalogação: |
08 11:10:20.000000/11/2022 |
Tipo: |
TESE
|
Idioma(s): |
INGLÊS - ESTADOS UNIDOS |
Referência [pt]: |
https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/DEI/serieConsulta.php?strSecao=resultado&nrSeq=61145@1 |
Referência [en]: |
https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/DEI/serieConsulta.php?strSecao=resultado&nrSeq=61145@2 |
Referência DOI: |
https://doi.org/10.17771/PUCRio.acad.61145
|
Resumo:
|
O Algoritmo Genético de Chaves Aleatórias Enviesadas (BRKGA) é
uma metaheurÃstica populacional utilizada na obtenção de soluções ótimas ou
quase ótimas para problemas de otimização combinatória. A parametrização
do algoritmo é crucial para garantir seu bom desempenho. Os valores dos
parâmetros têm uma grande influência em determinar se uma boa solução
será encontrada pelo algoritmo e se o processo de busca será eficiente. Uma
maneira de resolver esse problema de configuração de parâmetros é por
meio da abordagem de parametrização online (ou controle de parâmetros).
A parametrização online permite que o algoritmo adapte os valores dos
parâmetros de acordo com os diferentes estágios do processo de busca e
acumule informações sobre o espaço de soluções nesse processo para usar as
informações obtidas em estágios posteriores. Ele também libera o usuário da
tarefa de definir as configurações dos parâmetros, resolvendo implicitamente
o problema de configuração. Neste trabalho, avaliamos duas estratégias para
implementar o controle de parâmetros no BRKGA. Nossa primeira abordagem
foi adotar valores de parâmetros aleatórios para cada geração do BRKGA.
A segunda abordagem foi incorporar os princÃpios adotados pelo irace, um
método de parametrização do estado da arte, ao BRKGA. Ambas as estratégias
foram avaliadas em três problemas clássicos de otimização (Problema de
Permutação Flowshop, Problema de Cobertura de Conjuntos e Problema do
Caixeiro Viajante) e levaram a resultados competitivos quando comparados ao
algoritmo tunado.
|
|
|