Colônia Artificial de Abelhas com Parametrização Adaptativa
Colônia Artificial de Abelhas, Otimização Numérica, Inteligência de enxame, Parametrização.
Não há dúvidas de que a otimização numérica rendeu vários frutos às ciências e engenharias, e dentre os algoritmos para otimização, as meta-heurísticas têm galgado seu caminho, figurando como um dos ramos mais prolíficos em termos de publicações. Esta dissertação se foca em uma destas meta-heurísticas, o algoritmo Colônia Artificial de Abelhas, que alcançou destaque nas últimas duas décadas pela sua eficiência e simplicidade de configuração. Mais precisamente, dá continuidade à pesquisa de auto-determinação de parâmetros do ABC, iniciada com a versão dotada de controle de diversidade, chamada ABCD. Esta pesquisa concentra-se em pontos específicos do algoritmo, o número de dimensões modificadas simultaneamente na equação de busca e a relação entre o tamanho da população e o número de iterações. Utilizando funções de teste bem conhecidas na literatura, o trabalho determina empiricamente regras lineares que funcionem relativamente bem para problemas com diferentes características. Como resultado, com base no número de consultas máximo à função objetivo, determinado pelo usuário, o algoritmo estima automaticamente todos os parâmetros para sua execução. Esta metodologia introduz simultaneamente facilidade de uso por parte do operador do algoritmo, ao reduzir a necessidade de configuração, e segurança pela maior estabilidade dos resultados.