Otimização em ambientes dinâmicos com variáveis contínuas empregando algoritmos de estimação de distribuição

Autor(es)

André Ricardo Gonçalves

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2011-04-19

Membros da banca

Fernando José Von Zuben; Leandro Nunes de Castro Silva; Renato Tinós

• Orientador: Fernando José Von Zuben

Resumo

O dinamismo do mundo moderno traz consigo grandes desafios científicos e tecnológicos, particularmente junto a problemas de otimização. Problemas antes tratados de forma estática estão sendo reformulados para incorporar esse dinamismo, exigindo com isso novas estratégias de solução. Meta-heurísticas populacionais para otimização surgem então como abordagens promissoras, visto que favorecem a exploração do espaço de busca e contribuem para a adaptação ao dinamismo do ambiente. Foram tratados aqui algoritmos de estimação de distribuição (AEDs), os quais empregam modelos probabilísticos para identificar regiões promissoras do espaço de busca. Pelo fato de serem raras e limitadas as propostas de AEDs para problemas dinâmicos, principalmente em espaços de busca contínuos, foram concebidos AEDs baseados em modelos de mistura gaussianos flexíveis, auto-controláveis e com baixo custo computacional, incluindo ainda operadores de manutenção de diversidade e de controle de convergência. Uma extensa comparação com métodos alternativos de otimização para ambientes dinâmicos foi realizada e, em várias situações, a proposta deste trabalho superou o desempenho de métodos considerados estado-da-arte (AU)

• Processo FAPESP: 09/06757-0 - Otimização dinâmica empregando modelos de estimação de distribuição em espaços de busca contínuos
• Beneficiário: André Ricardo Gonçalves
• Modalidade de apoio: Bolsas no Brasil - Mestrado