Multi-PBil : um algoritmo de estimação de distribuição aplicado a problemas de otimização multimodais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRamirez Pozo, Aurora Trinidad, 1959--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática-
Autor(es): dc.creatorBarbosa Filho, Rubens-
Data de aceite: dc.date.accessioned2025-09-01T10:53:28Z-
Data de disponibilização: dc.date.available2025-09-01T10:53:28Z-
Data de envio: dc.date.issued2024-10-20-
Data de envio: dc.date.issued2024-10-20-
Data de envio: dc.date.issued2005-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/3135-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/3135-
Descrição: dc.descriptionOrientadora: Aurora Trinidad Ramirez Pozo-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 2005-
Descrição: dc.descriptionInclui bibliografia-
Descrição: dc.descriptionResumo: Os Algoritmos de Estimação de Distribuição (AED) compõem uma meta-heurística evolutiva cuja principal característica é a construção de soluções de forma completamente aleatória, com o emprego de uma distribuição de probabilidades que evolua durante a execução. O algoritmo Population-Based Incremental Learning (PBIL) é um tipo de AED ondeas variáveis são independentes, isto é, não possuem interações significativas entre si. O PBIL considera que as soluções podem ser representadas como vetores de variáveis discretas, o que o torna mais adequado a problemas de otimização combinatória. Este trabalho apresenta um método chamado Multi-PBil, que é uma extensão do PRN com aplicações em problemas multimodais. O Multi-PBil foi desenvolvido a partir da necessidade de ter um algoritmo de busca eficiente e pouco custoso em espaços multimodais.A partir do PBIL foi implementado uma rotina que permite ao Multi-PBil criar mais de um modelo de probabilidade para atuar no espaço de busca. Aplicou-se no processo de inicialização dos modelos de probabilidade uma fórmula que permite inicializar os modelos em regiões do espaço de busca mais próximas de pontos globais procurados. E por fim, foi criado e implementado um método de medida do espaço de busca, o qual permite a eliminação de modelos não satisfatórios e a melhora na otimização da busca. O método Multi-PBil foi testado e analisado, e apresenta alguns resultados experimentais que destacam sua viabilidade e características. São mostrados também resultadosde uma comparação do desempenho do método Multi-PBIL com um Algoritmo Genético tradicional que utiliza a técnica de sharing.-
Descrição: dc.descriptionAbstract: The Estimation Distribution Algorithms (EDA's) compose an evolutive metaheuristic whose main characteristic is the construction of solutions in randomly form, using a distribution of probabilities that evolves during the execution. The Population-Based Incremental Learning (PBIL) is a type of EDA where the variables are independent, that is, they do not possess significant interactions between themselves. The PBIL considers that the solutions can be represented as vectors of discrete variables, what makes it more adequate to optimization combinatorial problems. This paper presents a method called Multi-PBil, that is an extension of PBIL with applications in multimodal problems. The Mult-PBil was developed from the necessity to have an efficient and non-expensive algorithm of search in  multimodal spaces. From PBIL, it was implemented a routine that allows the Multi-PBil to create a probability model to act in the search space. It was applied in the process of the probability model initialization a formula that allows to initiate the probability models in regions ofthe search space next to the searched global points. Was developed and implemented a method of measure of these search space, which allows the elimination of not-satisfactory models and the improvement in the optimization of the search. The Multi-PBil method was tested and analyzed, presenting some experimental results that highlight its viability and characteristics. It is also shown a comparison of the performance between the Multi-PBil method anda traditional Geenetic Algorithm using the sharing method.-
Formato: dc.format82f. : il.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Relação: dc.relationDisponível em formato digital-
Palavras-chave: dc.subjectAlgorítmos genéticos-
Palavras-chave: dc.subjectCiência da Computação-
Título: dc.titleMulti-PBil : um algoritmo de estimação de distribuição aplicado a problemas de otimização multimodais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.