Controlando população inicial de algoritmos genéticos para a otimização de funções
Palavras-chave:
Algoritmo Genético, Telecomunicações. Inteligência Artificial.Resumo
O desenvolvimento de algoritmos inspirados na natureza têm sido bastante aplicados em problemas de engenharia, destacando-se aqui os que são do tipo como enxame de partículas. Este trabalho apresenta alguns resultados de desempenho de um subtipo baseado em enxame de abelhas, pois têm sido utilizados em diferentes problemas de engenharia e também no controle da geração da população inicial de Algoritmos Genéticos. Assim, são apresentados resultados de desempenho desses algoritmos Bee Swarm (BS), comparando-os com os duas propostas de integração desses algoritmos, uma com o BS controlando a população inicial do GA e a outra em que o GA controla a população inicial do BS. Estando esta última versão entre os com melhores resultados nas buscas e retornando melhores resultados com menores custos computacionais. Esses resultados de desempenho
são importantes para se economizar recursos computacionais quando aplicados em problemas de engenharia com métodos numéricos que requerem maior poder de processamento e armazenamento de dados.
Downloads
Referências
BOLAJI, ASAJU LA'ARO et al. Artificial bee colony algorithm, its variants and applications: A survey. Journal of Theoretical & Applied Information Technology, v. 47, n. 2, 2013.
BONABEAU, Eric et al. Swarm intelligence: from natural to artificial systems. Oxford university press, 1999.
BRIANEZE, Juliano Rodrigues; SILVA-SANTOS, C. H.; HERNÁNDEZ-FIGUEROA, Hugo Enrique. Multiobjective evolutionary algorithms applied to microstrip antennas design algoritmos evolutivos multiobjetivo aplicados a los proyectos de antenas microstrip. Ingeniare. Revista chilena de ingeniería, v. 17, n. 3, p. 288-298, 2009.
DA SILVA, L. G.; CERQUEIRA, S. Arismar; DA SILVA-SANTOS, C. H. Tri-band RF filters optimization using evolutionary strategy. In: Microwave & Optoelectronics Conference (IMOC), 2013 SBMO/IEEE MTT-S International. IEEE, 2013. p. 1-5.
DA SILVA FERREIRA, Adriano et al. Towards an integrated evolutionary strategy and artificial neural network computational tool for designing photonic coupler devices. Applied Soft Computing, v. 65, p. 1-11, 2018.
DUARTE, Grasiele Regina et al. Um algoritmo inspirado em colônias de abelhas para otimização numérica com restrições. 2015.
GAO, Weifeng; LIU, Sanyang; HUANG, Lingling. A global best artificial bee colony algorithm for global optimization. Journal of Computational and Applied Mathematics, v. 236, n. 11, p. 2741- 2753, 2012.
HANCER, Emrah; KARABOGA, Dervis. A comprehensive survey of traditional, merge-split and evolutionary approaches proposed for determination of cluster number. Swarm and Evolutionary Computation, v. 32, p. 49-67, 2017.
KARABOGA, Dervis et al. A comprehensive survey: artificial bee colony (ABC) algorithm and applications. Artificial Intelligence Review, v. 42, n. 1, p. 21-57, 2014.
KARABOGA, Dervis. An idea based on honey bee swarm for numerical optimization. Technical report-tr06, Erciyes university, engineering faculty, computer engineering department, 2005.
KARABOGA, Dervis; AKAY, Bahriye. A modified artificial bee colony (ABC) algorithm for constrained optimization problems. Applied soft computing, v. 11, n. 3, p. 3021-3031, 2011.
KARABOGA, Dervis; BASTURK, Bahriye. On the performance of artificial bee colony (ABC) algorithm. Applied soft computing, v. 8, n. 1, p. 687-697, 2008.
KUMAR, Dharmender; KUMAR, Balwant. Optimization of benchmark functions using artificial bee colony (ABC) algorithm. Optimization, v. 3, n. 10, p. 9-14, 2013.
QUAN, Haiyan; SHI, Xinling. On the analysis of performance of the improved artificial-bee-colony algorithm. In: Natural Computation, 2008. ICNC'08. Fourth International Conference on. IEEE, 2008. p. 654-658.
SANTOS, Carlos Henrique da Silva et al. Computação paralela aplicada a problemas eletromagnéticos utilizando o método FDTD. 2005.
SANTOS, Carlos Henrique da Silva et al. Computação bio-inspirada e paralela para a análise de estruturas metamateriais em microondas e fotonica. 2010.
SILVA-SANTOS, Carlos H.; RODRÍGUEZ-ESQUERRE, Vitaly F.; HERNÁNDEZ-FIGUEROA, Hugo E. Artificial Immune Network Design of Optical Multiplexers/Demultiplexers. Journal of Microwaves, Optoelectronics and Electromagnetic Applications, v. 14, n. 2, p. 229-237, 2015.
SILVA-SANTOS, Carlos Henrique da; HERNÁNDEZ-FIGUEROA, Hugo Enrique. Benchmarking Parallel Natural Algorithms for Telecommunications Devices Design. International Journal of Advanced Research in Computer Science, v. 4, n. 3, 2013.
SILVA-SANTOS, C. H.; RODRÍGUEZ-ESQUERRE, V. F.; HERNÁNDEZ-FIGUEROA, H. E. An artificial immune system for optical fiber based directional couplers multiplexer/demultiplexers design. In: Latin America Optics and Photonics Conference. Optical Society of America, 2010. p.PDPTuJ5.
SILVA-SANTOS, Carlos H. et al. An artificial immune system algorithm applied to the solution of an inverse problem in unsteady inward solidification. Advances in Engineering Software, v. 121, p.178-187, 2018.
SILVA, L. G.; S JR, Arismar Cerqueira; DA SILVA SANTOS, Carlos H. Development of tri-band RF filters using evolutionary strategy. AEU-International Journal of Electronics and Communications, v. 68, n. 12, p. 1156-1164, 2014.
XIANG, Wan-Li; AN, Mei-Qing. An efficient and robust artificial bee colony algorithm for numerical optimization. Computers & Operations Research, v. 40, n. 5, p. 1256-1265, 2013.
ZHU, Guopu; KWONG, Sam. Gbest-guided artificial bee colony algorithm for numerical function optimization. Applied mathematics and computation, v. 217, n. 7, p. 3166-3173, 2010.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revista Brasileira de Iniciação Científica
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
