Título: Algoritmo Populacional de Busca em Vizinhança Variável Aplicado em Otimização Contínua
Autores: Migliorini, Wesklei; Parpinelli, Rafael Stubs
Resumo: Este trabalho apresenta uma abordagem populacional para o algoritmo de Busca em Vizinhança Variável, denominado PRVNS. Este trabalho tem como foco de aplicação problemas de otimização com domínio contínuo. Foram utilizadas várias funções benchmark com alta dimensionalidade (D = 250), a fim de avaliar o desempenho do algoritmo proposto. As principais contribuições do algoritmo PRVNS são: evoluir uma população de indivíduos e permitir que cada indivíduo adapte suas variações de vizinhança de maneira autônoma. Este controle autônomo de vizinhança permite aos indivíduos intensificar ou diversificar a busca por regiões promissoras no espaço de soluções durante o processo de otimização. Cada indivíduo adapta seu comportamento de acordo com a região em que se encontra no espaço de soluções. Resultados foram obtidos e comparados com a abordagem não-populacional do VNS e com os algoritmos populacionais de Evolução Diferencial, Otimização por Enxame de Partículas e Colônia Artificial de Abelhas. Resultados sugerem que a abordagem proposta é uma alternativa promissora e competitiva para otimização contínua.
Palavras-chave: Otimização Contínua; Algoritmo Populacional; Vizinhança Variável; Meta-heurística
Páginas: 6
Código DOI: 10.21528/CBIC2015-008
Artigo em pdf: cbic2015_submission_8.pdf
Arquivo BibTeX: cbic2015_submission_8.bib