Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/1764
Título: Extensão da interface de programação de aplicações do algoritmo genético de chaves aleatórias viciadas.
Autor(es): Ferraz, Rafael Louback
Orientador(es): Carvalho, Marco Antonio Moreira de
Membros da banca: Carvalho, Marco Antonio Moreira de
Silva, Marcelo Luiz
Fortes, Reinaldo Silva
Palavras-chave: Algoritmos genéticos
Otimização combinatória
Data do documento: 2018
Referência: FERRAZ, Rafael Louback. Extensão da interface de programação de aplicações do algoritmo genético de chaves aleatórias viciadas. 2018. 78 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2018.
Resumo: Na ciência da computação há uma série de problemas de grande interesse prático no dia a dia da sociedade moderna, classificados como problemas de otimização combinatória. Grande parte destes problemas possuem difícil solução em um tempo aceitável. Para alguns, sequer se conhece um método eficiente de solução. Surge então um campo fértil para aplicação de métodos heurísticos e metaheurísticos, que têm se mostrado cada vez mais importantes para a resolução destes problemas. Neste trabalho é estudado o método metaheurístico Algoritmo Genético de Chaves Aleatórias Viciadas, um método recente que demonstrou ser eficiente em diversos problemas de complexa solução, principalmente quando o tamanho das instâncias dos problemas aumentam consideravelmente. Este método utiliza técnicas inspiradas na biologia evolutiva e pertence à classe dos algoritmos genéticos, evoluindo soluções de acordo com restrições durante um conjunto finito de gerações, sendo diferenciado principalmente por possuir chaves viciadas e empregar maior chance de perpetuar as características genéticas das melhores soluções ao longo das gerações. Estes conceitos são apresentados em detalhes, bem como uma interface de programação de aplicações relacionada ao método. É proposta a extensão desta interface de programação, pela inclusão de funcionalidades adicionais comuns à utilização do método estudado, levantadas junto à revisão bibliográfica realizada. Espera-se, com a nova interface de programação, contribuir para a reusabilidade de código, agilizando o desenvolvimento de métodos baseados no Algoritmo Genético de Chaves Aleatórias Viciadas, bem como contribuir para o aumento da popularidade do método.
Resumo em outra língua: In computer science there is a series of problems that modern society has great practical interest to solve on a daily basis, classified as combinatorial optimization problems. Great part of these problems have difficult solution in an acceptable period of time. For some of them, is not known if there is, or could exist, some efficient solution method. Because of that, emerges an entire new field for heuristics and metaheuristics, which had shown to be very efficient at finding good solutions for some of these problems. In this work we study the Biased Random- Key Genetic Algorithm (BRKGA) metaheuristic, a recent method that has demonstrated to be efficient in a variety of difficult solution problems, mainly when the size for the instances increases. This method make use of techniques inspired by the evolutionary biology, and is classified as a genetic algorithm, evolving solutions following some problem restrictions until a finite number of generations is developed, being differentiated mainly for the use of biased random keys and providing a greater chance of an offspring solution to inherit genetical characteristics from the best solutions along the generations. These concepts are presented in details, as well the application programming interface related to the method. We propose an extension to that application programming interface, by extending its functionalities based on common extensions found on the literature. With the new programming interface, it is expected to contribute to code reusability, speeding up the development of methods based on the Genetic Algorithm of Biased Random Keys, as well as contributing to the increasing popularity of the method.
URI: http://www.monografias.ufop.br/handle/35400000/1764
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_ExtensãoInterfaceProgramação.pdfArtigo Principal2,02 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons