Otimização discreta por nuvem de partículas aplicada ao problema do caixeiro viajante

Autor: Aloise, Dario José, de Oliveira, Marilyn Cristine, Silva, Thales Lima
Jazyk: portugalština
Rok vydání: 2006
Zdroj: Revista Gestão da Produção Operações e Sistemas; n. 1 (2006); Pag. 87
GEPROS. Gestão da Produção. Operações e Sistemas
Universidade Estadual Paulista (UNESP)
instacron:UNESP
ISSN: 1984-2430
Popis: Particle Swarm Optimization (PSO) ou Otimização por Nuvem de Partículas é uma metaheurística que surgiu da intenção de simular o comportamento de um conjunto de pássaros em vôo, com seu movimento localmente aleatório, mas globalmente determinado. Esta técnica tem sido muito utilizada na resolução de problemas contínuos não-lineares e pouco explorada em problemas discretos. Este artigo apresenta o funcionamento desta metaheurística, com novas adaptações, para sua aplicação em problemas de otimização discreta. Ao final, são apresentados resultados de experimentos computacionais para algumas instâncias do problema do caixeiro- viajante, disponibilizadas na TSPLIB, a fim de demonstrar a eficiência do método na resolução de problemas desta categoria. Palavras-chave: Nuvem de Partículas, Otimização Global, Otimização Combinatória. Particle Swarm Optimization (PSO) is a metaheuristic that originated from the intention to simulate the behavior of a flock of birds in locally random, but globally determined movement. This technique has been widely used in the resolution of non-linear continuous problems and is still not explored enough for the resolution of discrete problems. This paper presents the performance of this metaheuristic with new adaptations for its application to discrete optimization problems. Results of computational experiments are presented for some instances of the travelling salesman problem chosen in the TSPLIB, to demonstrate the efficiency of the adapted method in the resolution of problems of this category. Keywords: Particle Swarm Optimization; Global Optimization; Combinatorial Optimization.
Databáze: OpenAIRE