doctoralThesis
Desenvolvimento e análise de algorítmos probabilísticos de otimização global
Registro en:
Marques Cavalcanti, André; Menezes Campello de Souza, Fernando. Desenvolvimento e análise de algorítmos probabilísticos de otimização global. 2004. Tese (Doutorado). Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Pernambuco, Recife, 2004.
Autor
Marques Cavalcanti, André
Institución
Resumen
O desenvolvimento de algoritmos de otimização global irrestrita tem sido pesquisado
na tentativa de obter algoritmos gerais que apresentem um bom desempenho em
classes abrangentes de problemas de otimização. Os métodos que utilizam derivadas
apresentam um bom desempenho mas, na grande maioria dos problemas esta informação
não está disponível ou é de grande dificuldade a sua obtenção. Existe uma grande
dificuldade de se estabelecer algoritmos eficientes sem a informação da derivada. Os
métodos de busca direta se apoiam em heurísticas para determinar a direção de busca
com certa eficiência, porém sem garantia de convergência. Este trabalho realiza uma
avaliação do problema da convergência dos algoritmos de busca direta, desenvolve
um modelo geral, estratégias de abordagem e melhorias, analisa e implementa um
algoritmo que é capaz de determinar a direção de busca do ótimo de forma eficiente,
sem o uso de derivadas. O software desenvolvido utiliza nuvens probabilísticas que
fornecem o conhecimento da performance da distribuição de probabilidade da nuvem
de pontos. Essa distribuição através dos seus momentos fornece a direção de aproximação
do ponto de ótimo. Na presente pesquisa o algoritmo melhorado proposto
apresentou uma excelente performance em relação às listas de Benchmark existentes
e aceitas pela comunidade de otimização global. O aspecto mais relevante é a abrangência
de classes de problemas possíveis de resolver com este algoritmo sem perda de
performance em reconhecer a classe de problemas a ele submetido