Use este identificador para citar o ir al link de este elemento: http://hdl.handle.net/1843/67524
Tipo: Dissertação
Título: Differential evolution: theoretical results on convergence and parameter choosing
Título(s) alternativo(s): Evolução diferencial: resultados teóricos sobre convergência e escolha de parâmetros
Autor(es): Lucas Resende
primer Tutor: Ricardo Hiroshi Caldeira Takahashi
primer miembro del tribunal : Carlos Manuel Mira da Fonseca
Segundo miembro del tribunal: Elizabeth Fialho Wanner
Tercer miembro del tribunal: Rémy de Paiva Sanchis
Resumen: The Differential Evolution is a long-established evolutionary algorithm for optimization. It has only three parameters, it is easy to implement and powerful. While being widely used, with many papers proposing variants and experimental results, only a few articles seek analytical results. This work has two objectives: a theoretical one and a practical one. The theoretical objective is to enlarge the understanding of the dynamics of the algorithm, for this, we begin exposing some results from the literature and then some original results. The practical objective is to create a suitable method to choose the parameters of the algorithm. That method is derived from the analytical results and successfully tested against typical test functions.
Abstract: O Differential Evolution é um algoritmo evolutivo clássico para otimização. Possui apenas três parâmetros, é fácil de implementar e poderoso. Embora seja amplamente utilizado, com muitos artigos propondo variantes e resultados experimentais, apenas alguns artigos buscam resultados analíticos. Este trabalho tem dois objetivos: um teórico e um prático. O objetivo teórico é ampliar a compreensão da dinâmica do algoritmo, para isso, começamos expondo alguns resultados da literatura e em seguida alguns resultados originais. O objetivo prático é criar um método adequado para escolher os parâmetros do algoritmo. Esse método é derivado dos resultados analíticos e testado com sucesso em relação a funções de teste típicas.
Asunto: Matemática - Teses
Otimização - Teses
Algoritmos genéticos - Teses
Análise estocástica - Teses
Idioma: eng
País: Brasil
Editor: Universidade Federal de Minas Gerais
Sigla da Institución: UFMG
Departamento: ICX - DEPARTAMENTO DE MATEMÁTICA
Curso: Programa de Pós-Graduação em Matemática
Tipo de acceso: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by/3.0/pt/
URI: http://hdl.handle.net/1843/67524
Fecha del documento: 21-jul-2020
Aparece en las colecciones:Dissertações de Mestrado

archivos asociados a este elemento:
archivo Descripción TamañoFormato 
msc.pdf3.44 MBAdobe PDFVisualizar/Abrir


Este elemento está licenciado bajo una Licencia Creative Commons Creative Commons