Return to search

Uma metaheurística baseada em interação social para otimização não-linear de domínios contínuos

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-05-09T16:17:46Z
No. of bitstreams: 1
Vinicius José Schmidt_.pdf: 1328036 bytes, checksum: 6da7dd7865c3b2470fda338536aa5d69 (MD5) / Made available in DSpace on 2016-05-09T16:17:46Z (GMT). No. of bitstreams: 1
Vinicius José Schmidt_.pdf: 1328036 bytes, checksum: 6da7dd7865c3b2470fda338536aa5d69 (MD5)
Previous issue date: 2016-02-29 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho apresenta um modelo de metaheurística baseado em interação social de agentes inteligentes, utilizando-se do aprendizado social reproduzido por uma população de agentes para alcançar a otimização de problemas. O método aqui descrito é focado em interação social de seres humanos, tais como: comparação de status social, tendência da sociedade baseada nas pessoas mais influentes, troca de conhecimento, pessoas menos influentes seguindo os mais influentes no seu grupo e a busca de uma pessoa pelo local onde ela alcança seu melhor desempenho. A influência de um agente é medida através de seu status social, sendo assim, cada agente possui um raio de influência proporcional ao seu status. Esses conceitos foram modelados para a criação da técnica, sendo o aprendizado entre agentes ocorrido quando um agente menos influente encontra-se na região de influência de um agente mais bem-sucedido que ele. Resultados de testes, tanto de benchmark quanto de problemas reais, são apresentados e discutidos. Os testes indicam que a metaheurística é um modelo populacional promissor. / This work presents a metaheuristic model based on intelligent agents social interaction, using the social learning of a population of agents to achieve problems optimization. The method described here is based on humans social interaction, such as: comparison of social status, trend of society based on the most influential people, knowledge exchange, less influential people following the ones with most influential in their group and the search of a person where he achieves its best performance. An agent’s influence is measured through its social status, therefore, each agent have an influence radius proportional to its status. These concepts were modeled to create the technique, the learning among agents occurs when a less influential agent is located inside the influence region of an agent with more social status than him. Tests results, benchmark
and real life problems, are presented and discussed. Those tests indicate that the model is a promising population metaheuristic.

Identiferoai:union.ndltd.org:IBICT/oai:www.repositorio.jesuita.org.br:UNISINOS/5251
Date29 February 2016
CreatorsSchmidt, Vinicius José
Contributorshttp://lattes.cnpq.br/0625922822611048, Chiwiacowsky, Leonardo Dagnino, Oliveira, Luiz Paulo Luna de
PublisherUniversidade do Vale do Rio dos Sinos, Programa de Pós-Graduação em Computação Aplicada, Unisinos, Brasil, Escola Politécnica
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UNISINOS, instname:Universidade do Vale do Rio dos Sinos, instacron:UNISINOS
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds