Algoritmo genético híbrido aplicado à otimização de funções

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorToledo, Cláudio Fabiano Motta-
Autor(es): dc.contributorPereira, Marluce Rodrigues-
Autor(es): dc.contributorEsmin, Ahmed Ali Abdalla-
Autor(es): dc.creatorLima, Ednaldo Oliveira-
Data de aceite: dc.date.accessioned2026-02-09T11:49:13Z-
Data de disponibilização: dc.date.available2026-02-09T11:49:13Z-
Data de envio: dc.date.issued2015-04-10-
Data de envio: dc.date.issued2015-04-10-
Data de envio: dc.date.issued2015-04-10-
Data de envio: dc.date.issued2008-07-20-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/5299-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1148165-
Descrição: dc.descriptionThe present work proposes a hybrid genetic algorithm (HGA) and evaluates its performance in functions optimization. The HGA uses a binary codification for individuals, where different strings lengths are tested. The individuals in each population are hierarchically structured in binary or ternary trees. A local search is executed over the best individual found in each population. The use of multipopulation and several crossover types are also evaluated. The approaches proposed for the HGA are applied to optimize seven minimum and multiminima functions. The best results found by HGA are compared with results available in the literature.-
Descrição: dc.descriptionOtimização-
Descrição: dc.descriptionA presente monografia propõe um algoritmo genético híbrido (AGH) e avalia seu desempenho na otimização de funções. O AGH utiliza codificação binária para indivíduos, onde cadeias binárias de diferentes tamanhos são testadas. Os indivíduos em uma população estão estruturados de forma hierárquica em árvores binária ou ternária. Uma busca local é executada sobre o melhor indivíduo de cada população. O uso de multi-populações e diversos tipos de crossover também são avaliados. As abordagens propostas para o AGH são aplicadas na otimização de sete funções uni e multi-modais. Os melhores resultados obtidos pelo AGH são comparados aos resultados existentes na literatura.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsacesso aberto-
Título: dc.titleAlgoritmo genético híbrido aplicado à otimização de funções-
Tipo de arquivo: dc.typeTCC-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.