Validação de algoritmo genético nas funções de griewank,rastrigin e schwefel
Resumo
A Otimização como outros ramos da matemática teve sua origem na necessidade de soluções de problemas. Um dos objetivos da otimização é determinar os valores extremos de uma função dentro de um conjunto Rn geralmente definido por equações e inequações algébricas. As otimizações são baseadas em três principais fundamentos: a codificação do problema, a função objetivo e o espaço de soluções [6]. O algoritmo genético (AG) é inspirado na teoria evolucionista de Darwin [2] ; o mesmo é beneficiado das teorias de biologia evolutiva como seleção natural, hereditariedade, mutação e recombinação [5]. Uma caracterı́stica importante do algoritmo é baseada no fato de que ele não é dependente do gradiente da função a ser otimizada. Normalmente o AG é visto como otimizador combinatório de funções [1]. O AG é indicado para a solução de problemas de otimização complexos, NP-Completos e de acordo com a teoria de complexidademcomputacional [4] são geralmente aplicadas a problemas para os quais não se conhece o algoritmo mais eficiente.[...]
