Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T01:56:40Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:34:48Z : No. of bitstreams: 1
184222.pdf: 2267157 bytes, checksum: b39836151adad0ce7ab117995de5a116 (MD5) / Este trabalho tem como objetivo principal o desenvolvimento de uma abordagem híbrida para a solução de problemas de otimização, em especial os combinatórios. Esta nova abordagem tem como base dois dos mais importantes modelos computacionais inteligentes utilizados na otimização de problemas, os algoritmos: genético e simulated annealing. O primeiro baseia-se na evolução natural e cromossômica das espécies vivas e o segundo no recozimento (annealing) de sólidos. Ambos são algoritmos de otimização (algoritmos que buscam por uma solução aceitável, o que não garante que a mesma seja a melhor). Nesta abordagem, o algoritmo genético é utilizado como algoritmo principal e o algoritmo simulated annealing é introduzido no processo do algoritmo genético como sendo um operador genético. Para avaliar o desempenho desta nova abordagem, foram realizados testes utilizando um dos mais conhecidos benchmarks na área de otimização, o problema do caixeiro viajante, e os resultados obtidos estão demonstrados neste trabalho.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/83639 |
| Date | January 2002 |
| Creators | Raulino, Rangel Gustavo |
| Contributors | Universidade Federal de Santa Catarina, Mazzucco Júnior, José |
| 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 | iii, 95 f.| il. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0017 seconds