Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Departamento de Matemtica
Mtodos de Otimizao
Evoluo Diferencial
Discentes: Bruno Maia
Gustavo Henrique
Jos Salviano
INTRODUO
Otimizao est presente em basicamente tudo no mundo atual. Basicamente tudo,
atualmente, deve ser melhorado, ou seja, deve ser otimizado.
Os primeiros mtodos que surgiram so atualmente chamados de Mtodos de
Otimizao Clssica, sendo que os mesmos baseavam em mtodos que envolviam o uso
de derivadas.
Atualmente, os novos mtodos de otimizao so chamados evolutivos, sendo que
os mesmos baseiam-se em sistemas naturais, como comportamento de colnia de
abelhas, ou a evoluo de Darwin.
O mtodo mais conhecido entre os mtodos evolutivos trata-se do Algoritmo
Gentico. O mtodo um dos melhores, porm, seu custo computacional
relativamente alto.
Levando em considerao seu alto custo computacional, surgem algoritmos
baseados no mesmo, a fim de reduzir tal tempo computacional. Um desses mtodos
denomina-se Evoluo Diferencial.
HISTRIA
O primeiro artigo sobre Equao Diferencial (ED) foi publicado por Kenneth
Price e Rainer Storn em outubro de 1995 com o nome de "Differential Evolution a
simple and efficient adaptive scheme for global optimization over continuous spaces".
Originalmente, o mtodo estava focado na resoluo de problemas de ajuste de
polinmio de Tchebychev utilizando uma variante do mtodo chamado Algoritmo
Gentico (Genetic Annealing), o qual havia sido desenvolvido por Price no ano anterior.
Em 1996, ED foi apresentado no First International Contest on Evolutionary
Optimization, que buscava comparar o potencial de distintos mtodos de optimizao de
computacional evolutiva, finalizando ED em terceiro lugar.
Hoje, a ED uma das principais correntes de pesquisa em computao evolutiva,
pois reduz drasticamente o tempo computacional em relao ao Algoritmo Gentico.
Onde:
a, b e c: Escolhidos dentre toda a populao, sendo os mesmos os que geram
menor custo em relao funo objetivo;
FF: Constante de Crossover;
N: Parmetros de Mutao.
Existem basicamente duas formas de cruzamento, sendo elas:
Cruzamento Binomial: consiste em misturar as componentes do vetor alvo com
as componentes do vetor doador selecionando de forma aleatria qual o vetor
alvo e o doador;
Funo: y=x2+x-4
Ponto timo: -0.5305
Grfico:
Exemplo 2
Exemplo 3
Exemplo 4
Exemplo 5
Exemplo 6
Exemplo 7
Funo: y=(x5+x4-x3)./sin(cos(x4))
Ponto timo: -9.7980
Grfico:
CONCLUSO
REFERENCIAS BIBLIOGRFICAS