Uma metaheurística baseada em interação social para otimização não-linear de domínios contínuos

• Ano de defesa: 2016
• Autor(a) principal: Schmidt, Vinicius José
• Orientador(a): Oliveira, Luiz Paulo Luna de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Vale do Rio dos Sinos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação Aplicada
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Metaheurística; Interação social; Problemas de otimização
• Palavras-chave em Inglês: Metaheuristic; Social interaction; Optimization problems
• Área do conhecimento CNPq: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação
• Link de acesso: http://www.repositorio.jesuita.org.br/handle/UNISINOS/5251

Este trabalho apresenta um modelo de metaheurística baseado em interação social de agentes inteligentes, utilizando-se do aprendizado social reproduzido por uma população de agentes para alcançar a otimização de problemas. O método aqui descrito é focado em interação social de seres humanos, tais como: comparação de status social, tendência da sociedade baseada nas pessoas mais influentes, troca de conhecimento, pessoas menos influentes seguindo os mais influentes no seu grupo e a busca de uma pessoa pelo local onde ela alcança seu melhor desempenho. A influência de um agente é medida através de seu status social, sendo assim, cada agente possui um raio de influência proporcional ao seu status. Esses conceitos foram modelados para a criação da técnica, sendo o aprendizado entre agentes ocorrido quando um agente menos influente encontra-se na região de influência de um agente mais bem-sucedido que ele. Resultados de testes, tanto de benchmark quanto de problemas reais, são apresentados e discutidos. Os testes indicam que a metaheurística é um modelo populacional promissor.