Algoritmos Genéticos Competentes

• Processo: 08/11228-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2009
• Data de Término da vigência: 31 de dezembro de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Alexandre Cláudio Botazzo Delbem
• Beneficiário: Danilo Vasconcellos Vargas
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Computação evolutiva
• Palavra(s)-Chave do Pesquisador: Algoritmos de Estimação de Distribuição | Algoritmos Genéticos Competentes | computação evolutiva | Computação Evolutiva

Resumo

Os algoritmos evolutivos representam uma técnica de busca e otimização que tem recebido crescente atenção de pesquisadores nos últimos anos. Essa técnica tem sido aplicada com sucesso em diversas situações, atingindo algumas vezes resultados superiores àqueles conseguidos por técnicas tradicionais (Deb, 2001; Delbem, 2003; Gen & Cheng, 1997; Gen, Cheng & Oren, 2000; Sastry et al 2006; Hoolinger & Gwaltney, 2006; Preble, Lipson & Lipson, 2005). No entanto, poucos algoritmos evolutivos estão aptos a lidar com problemas combinatoriais realmente complexos, envolvendo grande número de variáveis (ordem de 106). No entanto, problemas dessa magnitude existem no mundo real. Esse projeto propõe o estudo e a implementação de um algoritmo evolutivo eficiente (competente), denominado Extended Compact Genetic Algorithm (ECGA), o qual é capaz de resolver um problema de otmização combinatorial envolvendo uma quantidade da ordem de um milhão de variáveis binárias.