Algoritmos de inteligência de enxame para otimização binária

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSiqueira, Hugo Valadares-
Autor(es): dc.contributorSiqueira, Hugo Valadares-
Autor(es): dc.contributorKaster, Maurício dos Santos-
Autor(es): dc.contributorBacalhau, Eduardo Tadeu-
Autor(es): dc.creatorBiuk, Lucas Henrique-
Data de aceite: dc.date.accessioned2022-02-21T22:24:20Z-
Data de disponibilização: dc.date.available2022-02-21T22:24:20Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2019-12-05-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/16251-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/674378-
Descrição: dc.descriptionThis paper brings together a variety of bio-inspired algorithms specialized in solving binary optimization problems. The focus is on swarm intelligence algorithms, such as Particle Swarm Optimization (PSO) and Fish School Search (FSS), with the aim of determining the advantages of each one, comparing their performance for binary tasks. To this end, they are implemented in MATLAB [marca registrada] software, in order to facilitate the statistical analysis of the results obtained by simulating problems with various dimensions, such as One Max Problem and Knapsack Problem. The computational results, partially compared with evolutionary computation techniques, reveal that the PSO is able to reach the best overall performances, followed by the improved version of the binary FSS.-
Descrição: dc.descriptionEste trabalho reúne uma diversidade de algoritmos bio-inspirados especializados em resolver problemas de otimização binária. O enfoque é dado aos algoritmos de inteligência de enxame, como a Otimização pro Enxame de Partículas (PSO) e a Busca por Cardume de Peixes (FSS), com o objetivo determinar quais as vantagens de cada um, comparando-os em desempenho quando aplicados para solução de problemas de natureza binária. Para tanto, estes são implementados no software MATLAB [marca registrada], com intuito de facilitar a análise estatística dos dados obtidos através da simulação dos problemas com diversas dimensões, como o One Max Problem e o Knapsack Problem. Os resultados computacionais, parcialmente comparados com técnicas de computação evolutiva, revelam que o PSO é capaz de chegar aos melhores desempenhos gerais, seguidos da versão melhorada do FSS binário.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Eletrônica-
Publicador: dc.publisherEngenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectInteligência computacional-
Palavras-chave: dc.subjectInteligência coletiva-
Palavras-chave: dc.subjectOtimização matemática-
Palavras-chave: dc.subjectComputational intelligence-
Palavras-chave: dc.subjectSwarm intelligence-
Palavras-chave: dc.subjectMathematical optimization-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleAlgoritmos de inteligência de enxame para otimização binária-
Título: dc.titleSwarm intelligence algorithms for binary optmization-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.