Um Procedimento Numérico para a Otimização Global Baseado em uma Representação da Solução
DOI:
https://doi.org/10.5540/tema.2004.05.02.0185Abstract
Na Engenharia nos deparamos com diversas situações, onde a busca de uma solução gera a necessidade de resolução de problemas de otimização global consistindo em determinar o mínimo de uma função contínua f em um conjunto admissível S: x = ArgMinSf. Quando f é unimodal e S convexo, vários métodos estão disponíveis na literatura. Entretanto, no caso multimodal, a não convexidade do problema exige métodos mais robustos. Focamos nosso estudo no desenvolvimento de um método híbrido, composto por um algoritmo de tipo evolucionário, cuja população inicial é gerada por uma Fórmula de Representação, e utilizando um método do gradiente adicionado de perturbações aleatórias, em sua fase de mutação. Supomos dado um operador de projeção proj transformando pontos externos a S em pontos de S. Os resultados numéricos mostram que a utilização da Fórmula de Representação acelera significativamente o processo de busca.References
[1] H.J.C. Barbosa, C.C. Lavor e F.M.P. Raupp, Computational Experiments with an adaptive genetic algorithm for global minimization of potential energy functions, Frontiers in Global Optimization, (C.A. Floudas and P.M. Pardalos Eds.), Kluwer Academic Publishers, Vol. 74, (2003), pp. 71-82.
E.T. Bez, M.B. Gonçalves e J.E. Souza de Cursi, Uso de um procedimento híbrido de otimização global na determinação dos parâmetros de um modelo gravitacional de oportunidades, por aparecer em “Proceedings do XIII PANAM”, Albany, Nova York, USA, 2004.
D.E. Goldberg, “Genetic Algorithms in Search, Optimization and Machine Learning”, Addison-Wesley Publishing Company, Inc., 1989.
M.B. Gonçalves e J.E. Souza de Cursi, Métodos robustos para a calibração de modelos de interação espacial em transportes, em “Anais do XI ANPET”, Vol. 2, pp. 303-313, 1997.
M.B. Gonçalves e J.E. Souza de Cursi, Parameter estimation in a trip distribution model by random perturbation of a descent method, Transportation Research B, 35 (2001), 137-161.
A.O. Griewank, Generalized descent for global optimization, Journal of optimization theory and applications, 34, No. 1 (1981), 11-39.
M. Pogu e J.E. Souza de Cursi, Global optimization by random perturbation of the gradient method with a fixed parameter, Journal of Global Optimization, 5 (1994), 159-180.
Y.H. Shi e R.C. Eberhart, Empirical study of particle swarm optimization, Congress on Evolutionary Computation, Washington DC, USA (1999) 1945-1950.
J.E. Souza de Cursi, Representation and numerical determination of the global optimizer of a continuous function on a bounded domain, Frontiers in Global Optimization, (C. A. Floudas and P. M. Pardalos, Eds.), Kluwer Academic Publishers, Vol. 74, (2003), pp. 517-540.
Downloads
Published
How to Cite
Issue
Section
License
Copyright
Authors of articles published in the journal Trends in Computational and Applied Mathematics retain the copyright of their work. The journal uses Creative Commons Attribution (CC-BY) in published articles. The authors grant the TCAM journal the right to first publish the article.
Intellectual Property and Terms of Use
The content of the articles is the exclusive responsibility of the authors. The journal uses Creative Commons Attribution (CC-BY) in published articles. This license allows published articles to be reused without permission for any purpose as long as the original work is correctly cited.
The journal encourages Authors to self-archive their accepted manuscripts, publishing them on personal blogs, institutional repositories, and social media, as long as the full citation is included in the journal's website version.
