
SAG: Algoritmo Metaheurístico Híbrido de Otimização de Processos SA+AG
Comparação de desempenho do algoritmo SAG com outros algoritmos na otimização de um processo
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,99 €
inkl. MwSt.
PAYBACK Punkte
20 °P sammeln!
As técnicas metaheurísticas são ferramentas poderosas para resolução de problemas de otimização complexos cujos espaços de busca das soluções ótimas sejam muito grandes para que se possa determiná-las com precisão através de um método determinístico com tempo de processamento aceitável (PASZKOWICZ, 2009). Dentre as várias técnicas metaheurísicas utilizadas atualmente destacam-se: os Algoritmos Genéticos (AG) (HOLLAND, 1975), Simulated Annealing (SA) (KIRKPATRICK, GELATTI e VECCHI, 1983), a Busca Tabu (BT) (GLOVER e LAGUNA, 1997), Sistema Colônia de Formigas (Ant Colony Sy...
As técnicas metaheurísticas são ferramentas poderosas para resolução de problemas de otimização complexos cujos espaços de busca das soluções ótimas sejam muito grandes para que se possa determiná-las com precisão através de um método determinístico com tempo de processamento aceitável (PASZKOWICZ, 2009). Dentre as várias técnicas metaheurísicas utilizadas atualmente destacam-se: os Algoritmos Genéticos (AG) (HOLLAND, 1975), Simulated Annealing (SA) (KIRKPATRICK, GELATTI e VECCHI, 1983), a Busca Tabu (BT) (GLOVER e LAGUNA, 1997), Sistema Colônia de Formigas (Ant Colony System - ACS) (DORIGO, MANIEZZO e COLORNI, 1996), o algoritmo híbrido GASA(Genetic Algorithms and Simulated Annealing) (ZHANG et al, 2009) entre outros. Para Oysu e Bingul (2009), dentre as técnicas supracitadas, o AG e o SA têm sido amplamente empregadas na resolução de problemas de otimização. O SAG, similar ao GASA, também combina a aplicação das técnicas do AG e do SA mas, no sentido inverso, ou seja, ele utiliza o SA para gerar uma população de soluções iniciais com um alto grau de qualidade. A partir daí, aplica o método evolucionário nesta população inicial.