Algoritmos genéticos adaptativos: um estudo comparativo.

Detalhes bibliográficos
Ano de defesa: 2000
Autor(a) principal: João Carlos Holland de Barcellos
Orientador(a): Edith Ranzini
Banca de defesa: Flavio Almeida de Magalhaes Cipparrone, Newton Maruyama
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Engenharia Elétrica
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/D.3.2000.tde-05092001-141334
Resumo: Os Algoritmos Genéticos representam, atualmente, uma poderosa ferramenta para busca de soluções de problemas com alto nível de complexidade. Esta dissertação estuda os Meta Algoritmos Genéticos, que é uma classe de Algoritmos Genéticos, e compara-os com os Algoritmos Genéticos tradicionais. Para a realização deste estudo, foi desenvolvido um programa de computador que permite, de forma automática, a realização de testes de desempenho de várias modalidades de Algoritmos Genéticos, bem como a análise dos dados por eles gerados. Os resultados obtidos mostraram que os Meta Algoritmos Genéticos são mais estáveis, com relação ao seus parâmetros de controle, do que os Algoritmos Genéticos tradicionais.
id USP_68cb48a4c2c1e58057b65f7c20ce112a
oai_identifier_str oai:teses.usp.br:tde-05092001-141334
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Algoritmos genéticos adaptativos: um estudo comparativo. Genetic algorithm: a comparative study. 2000-04-07Edith RanziniFlavio Almeida de Magalhaes CipparroneNewton MaruyamaJoão Carlos Holland de BarcellosUniversidade de São PauloEngenharia ElétricaUSPBR algorithm algoritmos genetic genéticos IA inteligence inteligência artificial maximização minimization artificial optimization otimização Os Algoritmos Genéticos representam, atualmente, uma poderosa ferramenta para busca de soluções de problemas com alto nível de complexidade. Esta dissertação estuda os Meta Algoritmos Genéticos, que é uma classe de Algoritmos Genéticos, e compara-os com os Algoritmos Genéticos tradicionais. Para a realização deste estudo, foi desenvolvido um programa de computador que permite, de forma automática, a realização de testes de desempenho de várias modalidades de Algoritmos Genéticos, bem como a análise dos dados por eles gerados. Os resultados obtidos mostraram que os Meta Algoritmos Genéticos são mais estáveis, com relação ao seus parâmetros de controle, do que os Algoritmos Genéticos tradicionais. The Genetic Algorithms nowadays are a strong tool to find solutions in problems with high level of complexity. This dissertation studies Meta Genetic Algorithms, a particular class of Genetic Algorithms, and compares them to the usual Genetic Algorithms. This was accomplished by a computer program that automatically tests the performance of some Genetic Algorithms models and analyze the data generated by them. The results show that Meta Genetic Algorithms are more stable than usual Genetic Algorithms with relation to their control parameters. https://doi.org/10.11606/D.3.2000.tde-05092001-141334info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:16:34Zoai:teses.usp.br:tde-05092001-141334Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:08:16Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Algoritmos genéticos adaptativos: um estudo comparativo.
dc.title.alternative.en.fl_str_mv Genetic algorithm: a comparative study.
title Algoritmos genéticos adaptativos: um estudo comparativo.
spellingShingle Algoritmos genéticos adaptativos: um estudo comparativo.
João Carlos Holland de Barcellos
title_short Algoritmos genéticos adaptativos: um estudo comparativo.
title_full Algoritmos genéticos adaptativos: um estudo comparativo.
title_fullStr Algoritmos genéticos adaptativos: um estudo comparativo.
title_full_unstemmed Algoritmos genéticos adaptativos: um estudo comparativo.
title_sort Algoritmos genéticos adaptativos: um estudo comparativo.
author João Carlos Holland de Barcellos
author_facet João Carlos Holland de Barcellos
author_role author
dc.contributor.advisor1.fl_str_mv Edith Ranzini
dc.contributor.referee1.fl_str_mv Flavio Almeida de Magalhaes Cipparrone
dc.contributor.referee2.fl_str_mv Newton Maruyama
dc.contributor.author.fl_str_mv João Carlos Holland de Barcellos
contributor_str_mv Edith Ranzini
Flavio Almeida de Magalhaes Cipparrone
Newton Maruyama
description Os Algoritmos Genéticos representam, atualmente, uma poderosa ferramenta para busca de soluções de problemas com alto nível de complexidade. Esta dissertação estuda os Meta Algoritmos Genéticos, que é uma classe de Algoritmos Genéticos, e compara-os com os Algoritmos Genéticos tradicionais. Para a realização deste estudo, foi desenvolvido um programa de computador que permite, de forma automática, a realização de testes de desempenho de várias modalidades de Algoritmos Genéticos, bem como a análise dos dados por eles gerados. Os resultados obtidos mostraram que os Meta Algoritmos Genéticos são mais estáveis, com relação ao seus parâmetros de controle, do que os Algoritmos Genéticos tradicionais.
publishDate 2000
dc.date.issued.fl_str_mv 2000-04-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/D.3.2000.tde-05092001-141334
url https://doi.org/10.11606/D.3.2000.tde-05092001-141334
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Engenharia Elétrica
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376583415595008