Please use this identifier to cite or link to this item: http://repositorio.ufes.br/handle/10/4299
Title: Um Algoritmo Híbrido entre Evolução Diferencial e Neder - Mead Usando Entropia para Problemas de Otimização Não - Linear Inteiro Misto.
metadata.dc.creator: LUCHI, F.
Issue Date: 22-Feb-2016
Publisher: Universidade Federal do Espírito Santo
Citation: LUCHI, F., Um Algoritmo Híbrido entre Evolução Diferencial e Neder - Mead Usando Entropia para Problemas de Otimização Não - Linear Inteiro Misto.
Abstract: Vários problemas em engenharia são formulados como problemas de otimização não-lineares inteiros mistos. Métodos estocásticos vem sendo utilizados devido ao seu desempenho, flexibilidade, adaptabilidade e robustez. Evolução Diferencial pode ser utilizado em funções de qualquer natureza e possui habilidades em busca global, porém, tais habilidades não são refletidas na busca local. Este trabalho propõe uma abordagem híbrida entre os algoritmos Evolução Diferencial e Nelder-Mead para problemas de otimização não-linear inteira misto, onde o chaveamento é realizado através da entropia da população. O algoritmo Nelder-Mead foi estendido para manipular variáveis inteiras. O primeiro protótipo foi desenvolvido para solucionar problemas de otimização não-linear inteira sem restrições. O método Alfa Constrained foi incorporado para tratar problemas de otimização não-linear inteira com restrições e o algoritmo demonstrou sua eficácia. Por último, a abordagem foi testada utilizando problemas de otimização não-linear inteira mista com restrições e superou alguns resultados reportados na literatura. A principal vantagem deste método é a habilidade de realizar o chaveamento de acordo com a entropia da população durante a busca.
URI: http://repositorio.ufes.br/handle/10/4299
Appears in Collections:PPGI - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
tese_9610_felipe-luchi.pdf1.02 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.