Comparação Entre os Métodos PSO e Simulated Annealing na Minimização de Funções Não Lineares

  • Mateus Braga Oliveira Laboratório Nacional de Computação Científica
  • Andressa Alves Machado da Silva Universidade Federal Fluminense
  • Joviana Sartori de Souza Universidade Federal Fluminense

Resumo

Este trabalho tem como objetivo a determinação de minimizadores globais de funções não lineares por meio do método de Otimização por Enxame de Partículas (PSO) e do método Simulated Annealing (SA). Os dois métodos estocásticos são comparados para verificação de sua eficiência na minimização de funções não lineares. São utilizadas funções não lineares de duas e cinco variáveis, com o objetivo de observar o comportamento dos métodos trabalhados para funções de diferentes dimensões. Também são feitas duas hibridizações, com a inserção do método da Busca Coordenada ao longo das iterações dos métodos PSO e Simulated Annealing. Assim, compara-se todos os métodos testados para as funções não lineares, verificando o tempo gasto na obtenção dos minimizadores globais das funções. A inserção da Busca Coordenada é feita para verificar a influência de uma busca nos eixos coordenados na localização dos mínimos globais. Deste modo, o foco deste trabalho é apresentar dois métodos de otimização e dois métodos híbridos para a determinação dos minimizadores globais para funções não lineares de várias variáveis. Assim, pode-se analisar a influência do método da Busca Coordenada, de acordo com sua inserção ao longo das iterações, no desempenho dos métodos PSO e SA.

Biografia do Autor

Mateus Braga Oliveira, Laboratório Nacional de Computação Científica
Doutorando em Modelagem Computacional
Publicado
2018-08-04
Como Citar
Braga Oliveira, M., Alves Machado da Silva, A., & Sartori de Souza, J. (2018). Comparação Entre os Métodos PSO e Simulated Annealing na Minimização de Funções Não Lineares. REVISTA CEREUS, 10(2). Recuperado de http://www.ojs.unirg.edu.br/index.php/1/article/view/2297