Defesa de Mestrado de Fabiano Tomás Novais; dia 31/10/2013, as 10:00, Sala de Seminários.

Defesa de Mestrado de Fabiano Tomás Novais; dia 31/10/2013, as 10:00, Sala de Seminários.

Título: Um algoritmo de estimação de distribuição para otimização multiobjetivo baseado em colônia de abelhas e clusters: MOEDABCPhe

Banca: Prof. Dr. Frederico Gadelha Guimarães; Prof. Dr. Agnaldo José de Rocha Reis; Prof. Dr. Haroldo Gambini Santos; Prof. Dr. Lucas de Souza Batista.

Resumo: Neste trabalho, propomos o algoritmo híbrido Multiobjective Optimization Estimation
of Distribution Algorithms based on Bee Colonies and Clusters (MOEDABCPhe) para resolução de problemas de otimização multiobjetivo no domínio contínuo. Este algoritmo é inspirado na organização de uma colônia de abelhas e se baseia nos algoritmos de estimação de distribuição. Como forma de gerar melhores soluções também recorremos as técnicas de clusterização com a finalidade de aumentar a convergência local das soluções na fronteira de pareto. O algoritmo é baseado em quatro tipos de abelhas, as campistas, as observadoras, as nutrizes e as escoteiras,
onde cada uma utiliza uma forma diferente de gerar as novas soluções. Combinando diferentes técnicas como clusterização, estimação de distribuição e algoritmos genéticos possibilitamos um melhor aprendizado por meio de modelos probabilísticos baseados em distribuições gaussianas e de cauchy, obtendo assim soluções de maior qualidade. Em busca de obter maior flexibilidade do algoritmo na resolução de problemas introduzimos um feromônio de controle responsável por controlar a proporção de cada tipo de abelhas na colônia. Comparado com outros algoritmos os resultados obtidos demonstram que o algoritmo proposto apresenta uma maior velocidade de convergência e uma melhor distribuição das soluções na fronteira de pareto conforme as métricas utilizadas.

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692  |  decom@ufop.edu.br