Título: Usando Redes Neurais Artificiais Para Recomendar Meta-Heurísticas Para O Problema Do Caixeiro Viajante
Autores: Kanda, Jorge Y.; Carvalho, André C.P.L.F.; Hruschka, Eduardo R.; Soares, Carlos
Resumo: Diversos algoritmos de otimização podem encontrar boas soluções para diferentes exemplos do problema do caixeiro viajante (PCV). Como não existe um algoritmo que gere a melhor solução para todos os exemplos, a seleção do algoritmo mais promissor para um dado exemplo de PCV é uma tarefa difícil. Este artigo descreve uma abordagem baseada em metaaprendizado para selecionar algoritmos de otimização para o PCV. Redes neurais artificiais (RNA) são treinadas com exemplos de PCV. Os exemplos são descritos por um conjunto de características do PCV e pelas soluções fornecidas por um conjunto de algoritmos. O modelo de RNA treinado é usado para predizer um ranking desses algoritmos para novos exemplos de PCV. Medidas de correlação são usadas para comparar o ranking predito com um ranking previamente conhecido. Os resultados obtidos por essas medidas sugerem que a abordagem proposta é promissora.
Palavras-chave: Seleção de algoritmos; meta-aprendizado; problema do caixeiro viajante; redes neurais artificiais
Páginas: 8
Código DOI: 10.21528/CBIC2011-21.2
Artigo em pdf: st_21.2.pdf
Arquivo BibTex: st_21.2.bib