Um algoritmo colônia de formigas aplicado à inversão de dados geofísicos.

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Jesus, Yan Carlos Viegas de lattes
Orientador(a): Bassrei, Amin lattes
Banca de defesa: Bassrei, Amin lattes, Figueiredo, José Jadsom Sampaio de lattes, Oliveira, Saulo Pomponet lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal da Bahia
Programa de Pós-Graduação: Pós-Graduação em Geofísica (PGEOF) 
Departamento: Instituto de Geociências
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufba.br/handle/ri/40915
Resumo: A inversão não linear de dados geofísicos utiliza métodos de otimização global e local. Ambos os tipos de algoritmo possuem tanto vantagens quanto desvantagens quando utilizados isoladamente. Métodos de escopo local tendem a apresentar altas velocidades de convergência e costumam gerar resultados bastante precisos, porém são altamente sensíveis ao modelo inicial, aprisionando-se, facilmente, em ótimos locais mais próximos do ponto de partida. Já os métodos de escopo global possuem a capacidade de escapar de ótimos locais; em contrapartida, costumam apresentar elevado custo computacional e baixa precisão, quando comparados aos métodos de escopo local. Com o fim de superar tais atributos negativos e explorar ao máximo os positivos, propõe-se um método híbrido de otimização desenvolvido como produto da combinação dos métodos Colônia de Formigas (busca global) e de inversão linearizada (busca local). Nesse sentido, através (1) da geração de dados 1-D de sondagem elétrica vertical a partir de modelos de múltiplas camadas; e (2) da geração de dados 2-D gravimétricos a partir de modelos de prismas, realizou-se um estudo comparativo entre os métodos colônia de formigas, inversão linearizada e o método híbrido produto da combinação desses em experimentos de inversão de dados. Ademais, dentre as diversas variantes da família de métodos Colônia de Formigas, o Ant Colony Optimization for Continuous Domains é um dos mais populares e mais robustos, sendo o escolhido para ser abordado nesse estudo.