Banca de DEFESA: REGINALDO CORDEIRO DOS SANTOS FILHO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: REGINALDO CORDEIRO DOS SANTOS FILHO
DATA: 18/02/2019
HORA: 09:00
LOCAL: ICEN-FACULDADE DE COMPUTAÇÂO
TÍTULO:

Otimização contínua global com melhoramentos para o enxame de partículas.

PALAVRAS-CHAVES:

Global Continuous Optimization, Particle Swarm Optimization, Metaheuristic.

PÁGINAS: 90
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Teoria da Computação
ESPECIALIDADE: Computabilidade e Modelos de Computação
RESUMO:

Muitos algoritmos de otimização têm sido propostos para resolver problemas da engenharia e da computação que envolvem a otimização de um conjunto de parâmetros reais. Um problema de otimização contínua é geralmente classificado como NP-difícil, o que o torna uma tarefa complexa de encontrar a solução ótima global. Neste contexto, abordagens populares de metaheurísticas baseadas em população de estruturas simples têm surgido durante os últimos anos. Uma delas é o algoritmo de Otimização por Enxame de Partículas (PSO) que é não determinístico, randômico, inspirado na natureza e especializado em resolver problemas de otimização ``caixa-preta''. PSO tem sido usado por muitos especialistas de diferentes áreas da ciência, uma vez que o algoritmo tem potencial para resolver problemas complexos por meio de formulações matemáticas simples. Embora este método seja amplamente utilizado em aplicações reais, existem desvantagens intrínsecas embarcadas na estrutura do algoritmo. Algumas delas são bem conhecidas, a citar o mecanismo de busca desperdiça tempo computacional devido ao \textit{random walk}, o processo de convergência é geralmente lento, alguns pontos são revisitos durante o processo de busca, áreas promissoras não são apropriadamente investigadas, o algoritmo está propenso a convergência prematura e os parâmetros do algoritmo são dependentes do problema. Nesta tese, o autor apresenta melhorias para o PSO original através da incorporação de características determinísticas e matrizes de rotação, além de realizar análises empíricas sobre rotação e troca de informação entre as partículas. Um otimizador por enxame de partículas semi-autônomas, cunhado de SAPSO, que usa informações de gradiente e controle de diversidade para otimizar funções multimodais é fornecido. O algoritmo proposto previne as desvantagens de abordagens não determinísticas e determinísticas, reduzindo os esforços computacionais  de investigação local e escapando de ótimos locais. Esta tese também investiga se a rotação e a troca de informação entre partículas impactam o desempenho do PSO. Quatro versões do PSO que incluem a presença e ausência da propriedade \textit{rotation variance}, além da troca rápida e lenta de informações entre partículas são avaliadas. Outro algoritmo chamado ISAPSO é também proposto com o objetivo de unir as característica promissoras encontradas por ambas contribuições. As simulações numéricas revelaram resultados convincentes quando os algoritmos SAPSO e ISAPSO são avaliados em um conjunto de problemas de otimização e comparados com outros algoritmos PSOs. Além disso, uma metodologia rigorosa baseado em um número confiável de execuções e testes de hipóteses estatísticas é conduzida para fortalecer as discussões.

MEMBROS DA BANCA:
Presidente - 1809092 - CLAUDOMIRO DE SOUZA DE SALES JUNIOR
Interno - 2323064 - FILIPE DE OLIVEIRA SARAIVA
Interno - 1808111 - JOSIVALDO DE SOUZA ARAUJO
Interno - 381.226.502-87 - RONNIE CLEY DE OLIVEIRA ALVES - UFRGS
Externo ao Programa - 1153173 - ROBERTO CELIO LIMAO DE OLIVEIRA
Externo à Instituição - ADAM DREYTON FERREIRA DOS SANTOS