Título: Um Algoritmo Híbrido Baseado na Mutação Creep para Resolução de Problemas de Otimização com Restrições
Autores: Barros, Raul da S.; Cortes, Omar A. C.; Filho, José Daniel P.; Lopes, Rafael F.
Resumo: Este artigo apresenta um algoritmo híbrido que combina Otimização em Nuvem de Partículas (PSO) com Algoritmos Genéticos (AG) na resolução de problemas de otimização com restrições. Basicamente o algoritmo é baseado em PSO com mutação genética Creep, cujo objetivo é aumentar a variabilidade das possíveis disposições das partículas, ou seja, aumentar a variabilidade dentro da população. A seleção de partículas onde é aplicada a mutação é feita através de uma constante chamada taxa de mutação, que corresponde a uma porcentagem do total de partículas presentes na nuvem, sendo que nas partículas selecionadas, todas as dimensões sofrem mutação. O algoritmo foi aplicado em três funções de benchmarks com restrições e seus resultados são avaliados e comparados com os resultados obtidos pelo PSO canônico. Além disso, os resultados são comparados também com o encontrado na literatura.
Palavras-chave: Nuvem de Partículas; mutação creep; benchmarks; restrições
Páginas: 7
Código DOI: 10.21528/CBIC2011-38.5
Artigo em pdf: st_38.5.pdf
Arquivo BibTex: st_38.5.bib