Controle Adaptativo de Parâmetros de Meta heurísticas: Uma Estrategia Gulosa Baseada no Simulated Annealing

Italo F. Gonçalves, Maria J. P. Dantas, Edgar M. A. Júnior

Resumo


Metaheurísticas são otimizadores estocásticos que apresentam bons resultados para problemas de otimização combinatória e problemas contínuos multidimensionais. [...]

Texto completo:

PDF

Referências


Aleti, A. and Moser, I. A Systematic Literature Review of Adaptive ParameterControl Methods for Evolutionary Algorithm,ACM Comput,49:56:1–56:35, 2016. DOI:10.1145/2996355

Brest, J., Greiner, S., Boskovic, B., Mernik, M. and Zumer, V. Self-Adapting Con-trol Parameters in Differential Evolution: A Comparative Study on Numerical Bench-mark Problems,IEEE Transactions on Evolutionary Computation, 10:646–657, 2006. DOI:10.1109/TEVC.2006.872133

Eiben,A. E., Hinterding, R. and Michalewicz, Z. Parameter control in evolutionary algorithmsIEEE Transactions on Evolutionary Computation, 3:124–141, 1999. DOI: 10.1109/4235.771166

Goldbarg, M. C., Goldbarg, E. G. e Luna, H. P. L.Otimiza ̧c ̃ao combinat ́oria e meta-heur ́ısticas: Algoritmos e Aplica ̧c ̃oes. Elsevier, 2016.

Karafotias, G., Hoogendoorn, M. and Eiben, A. E. Parameter Control in Evolutionary Algo-rithms: Trends and ChallengesIEEE Transactions on Evolutionary Computation, 19:167–187,2015. DOI: 10.1109/TEVC.2014.2308294


Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato