Algoritmo Memético Cultural para Otimização de Problemas de Variáveis Reais
Algoritmos Culturais, Algoritmos Meméticos, Busca Local, Problemas de otimização com restrições, Algoritmo Hibrido
A tecnologia deu grandes passos nos últimos anos, mas os recursos de computação para certas aplicações precisam de otimização para que os custos envolvidos na solução de alguns problemas não sejam altos. Existe uma área muito ampla de pesquisa para o desenvolvimento de algoritmos eficientes para problemas de otimização multimodal, mas os algoritmos culturais multimodais nem sempre são avaliados por testes estatísticos eficientes. O objetivo deste trabalho é analisar o comportamento dos Algoritmos Culturais, com populações evoluídas pelo Algoritmo Genético, quando são utilizadas as heurísticas de busca locais: Busca Tabu, Busca de Feixe, Escalada e Recozimento Simulado. Para realizar a análise, um algoritmo memético foi desenvolvido pela hibridização do algoritmo cultural com as heurísticas de busca local: Busca Tabu, Busca de Feixe, Escalada e Recozimento Simulado, sendo selecionadas uma de cada vez. Os problemas do mundo real costumam ter características multimodais, então as avaliações foram realizadas usando funções de benchmark multimodais, que tiveram seus resultados avaliados por testes não paramétricos. Além disso, o algoritmo memético foi testado em problemas reais de otimização com restrições nas áreas de engenharia. Nas avaliações realizadas, foram encontrados melhores resultados que os da literatura científica pesquisada.