Algoritmos evolutivos multi-objetivo paralelos para problemas de larga escala

• Processo: 07/08655-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de abril de 2008
• Data de Término da vigência: 31 de maio de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Alexandre Cláudio Botazzo Delbem
• Beneficiário: Waldo Gonzalo Cancino Ticona
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Sistemas distribuídos Sistemas elétricos de potência Algoritmos evolutivos
• Palavra(s)-Chave do Pesquisador: Algoritmos Evolutivos | determinação de estruturas de proteínas | optimização multi-objetivo | reconstrução filogenetica | sistemas de potência | Sistemas Distribuídos | Algoritmos evolutivos

Resumo

Este projeto de pesquisa propõe o estudo e aplicação de abordagens paralelos de algoritmos evolutivos multi-objetivo (MOEAs) em problemas de larga-escala. Dentro desse contexto, propõe-se o estudo e desenvolvimento de MOEAs paralelos para os projetos do grupo de pesquisadores de problemas do mundo real, liderado pelo Prof. Dr. Alexandre C.B. Delbem do Departamento de Sistemas de Computação do ICMC-USP. Os problemas abordados são: reconfiguração de sistemas elétricos de potência, determinação de estruturas de proteínas e inferência filogenética. Os MOEAs propostos buscam obter soluções de consenso entre as várias funções objetivo escolhidas para cada problema abordado. No entanto, em vários problemas de larga-escala, os MOEAs podem aumentar significativamente o desempenho por meio de estratégias de paralelização adequadas. Este projeto propõe o desenvolvimento dessas técnicas para problemas multi-objetivos de larga-escala do mundo real de grande relevância sócio-econômica. O desempenho de tais abordagens serão avaliados comparando com resultados existentes na literatura para esses problemas. Assim, procura-se obter contribuições significativas tanto nas áreas relativas aos problemas escolhidos quanto na área de MOEAs paralelos.