Algoritmo genetico aplicado a determinação otima de parametros

• Main Author: Castro, Suzana Lima de Campos
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 1994
• Subjects: Algoritmos; Otimização matemática
• Online Access: CASTRO, Suzana Lima de Campos. Algoritmo genetico aplicado a determinação otima de parametros. 1994. [83]f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Científica, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/307606>. Acesso em: 18 jul. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/307606

Orientador: Lucio Tunes dos Santos === Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Científica === Made available in DSpace on 2018-07-19T02:36:37Z (GMT). No. of bitstreams: 1 Castro_SuzanaLimadeCampos_M.pdf: 1382178 bytes, checksum: 716b1bad6fba3a4e8ed12867940ed411 (MD5) Previous issue date: 1994 === Resumo: A subrotina computacional BOX-QUACAN, desenvolvida por Friedlander, Martinez e Santos (1992) para resolver problemas de minimização de funções com restrições de canalização, tem sido muito utilizada por ser robusta e indicada para problemas de grande porte. Os resultados práticos, porém, demonstram que o seu desempenho está intimamente relacionado com o valor dos parâmetros de entrada. Neste trabalho nos propomos a estudar o problema de determinar os parâmetros de entrada que tornem a subrotina o mais eficiente possível, quanto ao tempo computacional e à convergência. Para isto, ele foi modelado como um problema de otimização, através de uma função que associa a cada conjunto de parâmetros o grau de eficiência da subrotina, e devido às suas características, optamos por resolvê-lo através de um Algoritmo Genético (Goldberg (1989)). Os algoritmos genéticos são algoritmos gerais de busca de conjuntos de soluções para problemas de otimização, utilizando em geral, apenas o valor da função objetivo. A principal diferença em relação a outros métodos de busca é que eles analisam e manipulam, simultaneamente, um conjunto de possíveis soluções a cada iteração, de modo a obter pontos cada vez mais próximos do ótimo global. Utilizamos também o método de Nelder - Mead (ver, por exemplo, Himmelblau (1972)), que pertence à classe dos algoritmos de otimização que não necessitam de derivadas e, apesar de não ser global, é adequado às condições da função objetivo do problema. === Abstract: Not informed. === Mestrado === Mestre em Matemática Aplicada