Desenvolvimento de um Algoritmo Multi-Populacional Auto-Adaptativo para a Resolução de Problemas de Otimização

Abstract

Nos últimos anos, inúmeras são as estratégias propostas para a adaptação dos parâmetros de entrada dos algoritmos de otimização, que são considerados constantes durante o processo de busca pelo ótimo global. No contexto evolutivo, tal característica pode levar a ótimos locais ou impossibilitar a exploração de regiões do espaço de busca. Neste sentido, o presente trabalho tem por objetivo o desenvolvimento de uma abordagem evolutiva com sub-populações resultante da associação do Algoritmo de Colônia de Vagalumes com um Modelo Caótico de Busca. Esta nova estratégia evolutiva tem como finalidade introduzir diversidade na população, bem como prevenir a convergência prematura. Os resultados obtidos com a resolução de uma série funções matemáticas e com problemas de projeto em engenharia com diferentes níveis de complexidade demonstraram a capacidade do algoritmo proposto em termos de convergência e do número de avaliações da função objetivo em comparação com o algoritmo original.