Algoritmos genéticos assistidos por metamodelos baseados em similaridade / Genetic algorithms assisted by similarity-based metamodels

AUTOR(ES)
DATA DE PUBLICAÇÃO

2010

RESUMO

Vários problemas de interesse em Ciência e Engenharia são formulados como problemas de otimização. A complexidade dos problemas modernos tem levado ao desenvolvimento de modelos matemáticos de complexidade crescente, resultando em modelos de simulação computacionalmente custosos. Algoritmos Genéticos (AG), inspirados na Teoria de Evolução por seleção natural, são ferramentas versáteis em problemas difíceis de busca e otimização. Entretanto, eles usualmente requerem um elevado número de avaliações até a obtenção de uma solução viável ou satisfatória. Em um cenário de simulações dispendiosas, o uso de Algoritmos Genéticos pode tornar-se proibitivo. Uma possível solução para este problema é o uso de um metamodelo, para ser usado no processo de otimização no lugar do modelo de simulação. Nesta tese desenvolveu-se uma metodologia para o uso combinado de AG e metamodelos para otimização mono- e multi-objetivo de alto custo computacional, onde metamodelos baseados em similaridade são incorporados nos AG com o objetivo de melhorar o seu desempenho. A metodologia foi aplicada em problemas de otimização coletados da literatura, e em problemas de Otimização Estrutural, demonstrando sua aplicabilidade e estabelecendo esta como uma alternativa para o melhoramento de soluções em um contexto de orçamento fixo de simulações.

ASSUNTO(S)

metamodelos genetic algorithms otimização algoritmos genéticos metamodels optimization computabilidade e modelos de computacao

ACESSO AO ARTIGO

Documentos Relacionados