Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/18632
Title: Modelagem dos algorítmos genético simples e simulated annealing por cadeias de Markov
Authors: Rosa Neto, José Cecílio
Keywords: Cadeias de Markov Homogêneas e Não-Homogêneas;Algoritmos Genético e Simulated Annealing;Stationary and nonstationary Markov chains;Genetic Algorithms and Simulated Annealing
Issue Date: 16-Apr-2010
Publisher: Universidade Federal do Rio Grande do Norte
Citation: ROSA NETO, José Cecílio. Modelagem dos algorítmos genético simples e simulated annealing por cadeias de Markov. 2010. 74 f. Dissertação (Mestrado em Probabilidade e Estatística; Modelagem Matemática) - Universidade Federal do Rio Grande do Norte, Natal, 2010.
Portuguese Abstract: Os Algoritmos Genético (AG) e o Simulated Annealing (SA) são algoritmos construídos para encontrar máximo ou mínimo de uma função que representa alguma característica do processo que está sendo modelado. Esses algoritmos possuem mecanismos que os fazem escapar de ótimos locais, entretanto, a evolução desses algoritmos no tempo se dá de forma completamente diferente. O SA no seu processo de busca trabalha com apenas um ponto, gerando a partir deste sempre um nova solução que é testada e que pode ser aceita ou não, já o AG trabalha com um conjunto de pontos, chamado população, da qual gera outra população que sempre é aceita. Em comum com esses dois algoritmos temos que a forma como o próximo ponto ou a próxima população é gerada obedece propriedades estocásticas. Nesse trabalho mostramos que a teoria matemática que descreve a evolução destes algoritmos é a teoria das cadeias de Markov. O AG é descrito por uma cadeia de Markov homogênea enquanto que o SA é descrito por uma cadeia de Markov não-homogênea, por fim serão feitos alguns exemplos computacionais comparando o desempenho desses dois algoritmos
URI: https://repositorio.ufrn.br/jspui/handle/123456789/18632
Appears in Collections:PPGMAE - Mestrado em Matemática Aplicada e Estatística

Files in This Item:
File Description SizeFormat 
JoseCRN_DISSERT.pdf886,86 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.