Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Silva, Thiago Gomes Nepomuceno da |
| 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: |
Universidade Estadual do Ceará
|
| 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://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=83974
|
Resumo: |
<div style="">Esse trabalho descreve uma abordagem para inicialização de Algoritmos Genéticos Multiobjetivo (MOGAs). O método proposto insere na população inicial algumas soluções que já estão na frente de Pareto ótima ou próximo a ela. Espera-se soluções extremas, bem como um conjunto de soluções convenientemente espaçadas através da frente de Pareto ótima, obtidas através de algoritmos exatos ou heurísticas sobre uma formulação mono-objetivo do problema. Para completar a população inicial, o algoritmo constrói um caminho conectando essas soluções ótimas ou sub-ótimas usando um algoritmo baseado no Path Relinking. A performance da abordagem proposta é comparada com a inicialização aleatória, inserção de soluções ótimas ou sub-ótimas sem o uso do Path Relinking, e algumas heurísticas de inicialização que são específicas de cada problema. Os resultados da comparação empírica provêem evidências claras que apoiam a conclusão que o método proposto é melhor que todos os outros métodos em termos de efetividade geral. Palavras-chave: População Inicial. Algoritmos Genéticos Multi-Objetivo. Otimização Monoobjetivo. NSGA-II. MoCell.</div> |
