Uso de algoritmo genético com operadores modificados para otimização de funções de variáveis reais (original) (raw)

Este trabalho apresenta um Algoritmo Genetico que utiliza uma nova operacao de crossover (ADX – Adjusted Crossover) e um novo metodo de mutacao atraves do ajuste baseado em correlacao (CAM – Correlation Adjustment Mutation). Ambos os operadores propostos sao executados na populacao do AG, otimizando solucoes ja existentes (ADX) e aumentando o poder exploratorio global do algoritmo atraves do ajuste correlacional (CAM). Heuristicas puramente baseadas em solucao oferecem um bom nivel de otimizacao local (intensificacao), no entanto, possuem baixo nivel de exploracao global do espaco de busca. Por outro lado, algoritmo evolutivos oferecem capacidades exploratorias globais melhores. A partir deste pressuposto, os metodos que buscam o aumento de tais capacidades exploratorias sao vastamente utilizados para otimizacao de problemas com restricoes de variaveis, devido a utilizacao vantajosa do poder de busca das duas abordagens (baseado em solucao e evolutivos). Os metodos propostos neste t...