Estudo de parâmetros ótimos em algoritmos genéticos elitistas

Página do item simplificado Estatísticas
dc.contributor.advisorOliveira, Roberto Teodoro Gurgel de
dc.contributor.advisor-co1Pereira, André Gustavo Campos
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7174877398310072pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/1630345401925661pt_BR
dc.contributor.authorCarvalho, Wanderson Laerte de Oliveira
dc.contributor.authorLatteshttp://lattes.cnpq.br/0338926724664536pt_BR
dc.contributor.referees1Gomes, Rafael Beserra
dc.contributor.referees1Latteshttp://lattes.cnpq.br/5849107545126304pt_BR
dc.contributor.referees2Lima, Gislene Micarla Borges de
dc.contributor.referees2Latteshttp://lattes.cnpq.br/4360092393423297pt_BR
dc.date.accessioned2017-10-13T23:34:51Z
dc.date.available2017-10-13T23:34:51Z
dc.date.issued2017-02-09
dc.description.resumoO algoritmo genético é um processo iterativo de busca, utilizado para encontraro máximo global no domı́nio de funções não convencionais. Esse algoritmo se baseiaem fundamentos naturalistas, evoluindo uma amostra de candidatos a máximo globala cada iteração. Essa evolução é consequência de três operadores (Seleção, Mutaçãoe Cruzamento) que vasculham o domı́nio da função e ao mesmo tempo selecionam osmelhores candidatos obtidos. Nesse estudo, apresentaremos uma cadeia de Markovque modela a evolução desse algoritmo, e demonstraremos algumas propriedades dessacadeia que justificam a convergência do algoritmo. Realizaremos uma simulação paramodelar o efeito da parametrização do algoritmo em sua velocidade de convergência,estimada pelo número de iterações até obtenção do máximo global. Nessas simulaçõesobservaremos esse efeito em funções: unidimensionais, bidimensionais, com um únicomáximo local (o máximo global) e com vários máximos locais. Finalmente, esse tra-balho apresenta resultados que questionam a relevância do operador cruzamento nasfunções estudadas e argumentos para acreditar que o operador mutação otimiza a ve-locidade de convergência do algoritmo quando ocorre com probabilidade de mutaçãopróxima a 0, 2).pt_BR
dc.identifier.citationCARVALHO, Wanderson Laerte de Oliveira. Estudo de parâmetros ótimos em algoritmos genéticos elitistas. 2017. 73f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/24067
dc.languageporpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICApt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectCadeias de Markovpt_BR
dc.subjectSimulaçãopt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectAlgoritmos evolutivospt_BR
dc.subjectSeleção de parâmetrospt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICApt_BR
dc.titleEstudo de parâmetros ótimos em algoritmos genéticos elitistaspt_BR
dc.typemasterThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
WandersonLaerteDeOliveiraCarvalho_DISSERT.pdf
Tamanho:
1.28 MB
Formato:
Adobe Portable Document Format
Imagem de Miniatura
 Baixar

Coleções

PPGMAE - Mestrado em Matemática Aplicada e Estatística
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM