Estudo de configurações de modelos híbridos de ilhas para obtenção de uma ou mais soluções em otimização via meta-heurísticas

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Magalhães, Thiago Tavares
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://tede.lncc.br/handle/tede/239
Resumo: A otimização é tema constante de estudo, visando prover soluções que melhorem o aproveitamento de recursos ou atividades de inúmeras naturezas. Com o avanço das arquiteturas distribuídas de processamento computacional, a análise e a sugestão de técnicas paralelizáveis para a resolução de problemas tem recebido cada vez mais destaque. Dentre estas, destaca-se o modelo conhecido como "modelo de ilhas", que propõe a obtenção de resultados mais otimizados em menor tempo de execução, trazendo consigo um novo conjunto de parâmetros e de possibilidades. Assim, este trabalho traz conjuntos interligados de experimentos e propostas que complementam a literatura sobre 1) possibilidades de hibridização do modelo e melhores estratégias de hibridização, 2) o estudo do parâmetro conhecido como ``política de migração'' e as suas influências com respeito à diversificação e especificação e 3) a aplicabilidade do modelo e das diferentes políticas de migração testadas no contexto da otimização visando vários ótimos. Dessa forma, este trabalho alia o conhecimento da literatura a experimentos e sugestões não encontrados em trabalhos anteriores. A partir destes resultados espera-se que novas implementações ou aplicações de modelos de ilha híbridos para otimização via meta-heurísticas, visando um ou vários ótimos, possam ser desenvolvidos de maneira mais eficiente.