Sistema Híbrido Metaheurístico baseado em Colônia de Formigas Paraconsistentes aplicado a Problemas de Otimização em Redes Inteligentes.

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: SILVA, Luiz Eduardo da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Programa de Pós-Graduação: Doutorado - Engenharia Elétrica
Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
País: Não Informado pela instituição
Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/1113
Resumo: Este trabalho apresenta uma proposta de um algoritmo híbrido de metaheurística denominada colônia de formigas e da lógica não-clássica denominada Lógica Paraconsistente para resolução de problemas de otimização na área de Sistemas Elétricos de Potência. A estratégia de inteligência de bando nomeada Colônia de Formigas tem demonstrado ser uma estratégia interessante para resolução de problemas de otimização combinatória e também no domínico contínuo. Nesta estratégia, o aprendizado das formigas é construído através de uma trilha de feromônios deixada por cada formiga da colônia no espaço do problema. As formigas usam interativamente o nível de feromônio de cada caminho para decidir que caminho seguir. O problema é que esta decisão é muitas vezes incerta ou inconsistente. A lógica clássica não é capaz de tratar este tipo de problema de decisão. Desta forma, propõe-se o uso da Lógica Paraconsistente para aumentar o poder de decisão das formigas da colônia. Nesse trabalho, o algoritmo proposto é aplicado em duas classes de problemas em Sistemas Elétricos de Potência: o restabelecimento de sistemas e o despacho econômico. Com os resultados apresentados pode-se dizer que o sistema híbrido da Lógica Paraconsistente com a Colônia de Formigas demonstra ser uma interessante alternativa para resolução de problemas de otimização.