Estudando Variações do Generalized Simulated Annealing no Problema da Mochila com Penalidades

Otimizar funções multidimensionais é uma tarefa desafiadora em diversos campos de estudo, principalmente quando se trata de funções não convexas. Embora os métodos convencionais possam lidar com funções convexas, eles enfrentam dificuldades com as não-convexas. O Classical Simulated Annealing (CSA) é uma metaheurística que tem mostrado grande potencial em encontrar boas aproximações para o ótimo global dentro de um período de tempo razoável, por isso este trabalho visa utilizar o Generalized Simulated Annealing (GSA), uma variação do CSA, que tem mostrado bons resultados quando hibridizado com outras técnicas. Neste estudo, o Problema da Mochila com Penalidades (KPF) foi utilizado como objeto de estudo, adicionando complexidade à tarefa de otimização. A partir da análise comparativa das três variações propostas do GSA, nomeadamente GSA original, GSA-LS, GSA-CS, mostrou-se por meio de experimentos computacionais que a distância ficou a 3,5% da melhor solução conhecida para o problema.