Use este identificador para citar ou linkar para este item: 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
Primeiro Orientador: Ricardo Hiroshi Caldeira Takahashi
Primeiro membro da banca : Carlos Manuel Mira da Fonseca
Segundo membro da banca: Elizabeth Fialho Wanner
Terceiro membro da banca: Rémy de Paiva Sanchis
Resumo: 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.
Assunto: Matemática - Teses
Otimização - Teses
Algoritmos genéticos - Teses
Análise estocástica - Teses
Idioma: eng
País: Brasil
Editor: Universidade Federal de Minas Gerais
Sigla da Instituição: UFMG
Departamento: ICX - DEPARTAMENTO DE MATEMÁTICA
Curso: Programa de Pós-Graduação em Matemática
Tipo de Acesso: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by/3.0/pt/
URI: http://hdl.handle.net/1843/67524
Data do documento: 21-Jul-2020
Aparece nas coleções:Dissertações de Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
msc.pdf3.44 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons