Título: Recombinação Baseada em Redes Neurais com Função de Base Radial q-Gaussiana
Autores: Renato Tinós
Resumo: Recombinação assume um papel muito importante em metaherísticas populacionais. Em geral, recombinação é aplicada sem que maneiras eficientes de combinar informações de diferentes soluções sejam avaliadas. Recentemente, propusemos um método baseado em redes neurais com função de base radial (RBF) Gaussiana para gerar máscaras de recombinação em algoritmos genéticos (AGs) aplicados à otimização pseudo-Booleana. As máscaras são geradas com base nas informações contidas nos pais e em recombinações bem sucedidas passadas. Propomos aqui o uso de redes neurais com função de base radial q-Gaussiana para gerar as máscaras de recombinação em AGs aplicados a problemas de otimização pseudo-Booleana. A RBF q-Gaussiana permite reproduzir diferentes RBFs, como a Gaussiana, a multi-quadrática inversa, e a função de Cauchy, mudando apenas um parâmetro real (q). Resultados de experimentos com o problema NK landscapes indicaram que o crossover com rede RBF q-Gaussiana gerou mais recombinações com sucesso do que crossover com rede RBF Gaussiana, de dois pontos ou uniforme. Entretanto, tal fato não implicou em um melhor desempenho para o AG.
Palavras-chave: I.2.m.c Evolutionary computing and genetic algorithms; I.2.6.c Connectionism and neural nets; G.1.6 Optimization
Páginas: 8
Código DOI: 10.21528/CBIC2019-66
Artigo em pdf: CBIC2019-66.pdf
Arquivo BibTeX: CBIC2019-66.bib