Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-24T02:20:25Z (GMT). No. of bitstreams: 1
260271.pdf: 1089761 bytes, checksum: 7b900fe530a98ce922341498c837a26a (MD5) / Algoritmos de intelig#encia de enxame (swarm intelligence) s#ao algoritmos biologicamente inspirados no funcionamento social de grandes col#onias de insetos ou outros animais e que caracterizam-se por possuir um elevado n´umero de agentes com baixa complexidade e controle descentralizado. Estes agentes, atrav´es da interac¸ #ao com o ambiente e com outros agentes procuram prover boas soluc¸ #oes para problemas complexos de otimizac¸ #ao em tempos aceit´aveis.
O desempenho de um algoritmo de intelig#encia de enxame est´a intimamente relacionado `a escolha adequada dos par#ametros que governam o funcionamento do algoritmo, em especial, a quantidade de agentes e a taxa de evaporac¸ #ao do ferom#onio.
Este trabalho procura analisar e modelar um algoritmo de intelig#encia
de enxame, o algoritmo de sistema de formigas (ant system), baseado na teoria da percolac¸ #ao, teoria que estuda o comportamento de fen#omenos cr´ýticos e de transic¸ #ao de fases, propondo uma metodologia que permita a garantia de converg#encia para a soluc¸ #ao e a obtenc¸ #ao de valores pr´oximos ao ´otimo para os par#ametros do algoritmo, melhorando deste modo o desempenho das aplicac¸ #oes que fac¸am uso desta tecnologia.
Swarm intelligence algorithms are biological inspired in the social behavior of great insects or other animals colonies. They are characterized by a large number of agents with low level of complexity and decentralized control. These agents, try to provide good solutions for complex otimization problems in reasonable times through interaction with the environment and other agents.
The swarm intelligence algorithm performance is closely related to the
right choice of the parameters . These parameters are responsible for the algorithm behavior, in special, the amount of agents and the pheromone evaporation rate.
This work shows a modeling and analisys of a swarm inteligence based
algorithm, the Ant System, based in the percolation theory. This theory studies the behavior of critical and phase transistions phenomena, proposing a methodology that allows the guarantee of solution convergence and the determination of closer optimal values for the algorithm parameters, improving the performance of the applications that use this technology.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/91769 |
Date | January 2008 |
Creators | Velloso, Bruno Panerai |
Contributors | Universidade Federal de Santa Catarina, Roisenberg, Mauro |
Publisher | Florianópolis, SC |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 1 v.| il., grafs., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0081 seconds