Título: Auto-Organização Da População Em Sistemas Imunológicos Artificiais Para Otimização Multimodal Contínua
Autores: Shimo, Helder Ken; Tinós, Renato
Resumo: Sistemas Imunológicos Artificiais (Artificial Immune Systems – AIS) são algoritmos de otimização inspirados na adaptabilidade do sistema imunológico de organismos complexos. No opt-aiNet, um AIS desenvolvido para a otimização de funções multimodais contínuas, soluções candidatas representam células do sistema imunológico e, por ser inspirado na teoria de redes imunológicas, estas tem uma forma de interação entre si. Esta ocorre de forma inibitória em uma etapa de supressão, que busca eliminar soluções semelhantes a fim de evitar a convergência e aumentar a variabilidade, adicionando novas soluções aleatórias. A etapa de supressão é um procedimento custoso, uma vez que calcula a distância euclidiana entre cada possível par de células da população e sendo, desta forma, determinista, é fortemente influenciado pela definição dos parâmetros. Neste trabalho é apresentada uma técnica de supressão inspirada no fenômeno da criticalidade auto-organizada (Self-Organizing Criticality – SOC). O método considera que as células estão dispostas em um espaço onde podem se encontrar de forma aleatória e assim, possivelmente, ocorrer interações inibitórias. A supressão é iniciada em uma célula selecionada aleatoriamente, que em seguida pode interagir com um determinado número de células e assim inibi-las com base em seus valores de fitness. Desta forma, espera-se que ocorra uma auto-organização da diversidade populacional, que pode ser especialmente útil em problemas multimodais. Adicionalmente, propõe-se uma diferente forma para adição de soluções aleatórias baseada no número de células suprimidas em substituição a utilização de um parâmetro fixo. O algoritmo proposto foi testado em funções de benchmark e seus resultados foram comparados com aqueles do opt-aiNet utilizando o teste não-paramétrico de Wilcoxon (signed-rank Wilcoxon test).
Palavras-chave: Computação Evolutiva; Sistemas Imunológicos Artificiais; Criticalidade Auto-Organizada; benchmark
Páginas: 8
Código DOI: 10.21528/CBIC2011-06.3
Artigo em pdf: st_06.3.pdf
Arquivo BibTex: st_06.3.bib