Algoritmo MVMO-SH com Redimensionamento Populacional Adaptativo para Otimização de filtros

Vol. 1, 2019. - 108014
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Com o avanço da tecnologia e com o desenvolvimento de metaheurísticas, que buscam soluções inspiradas em comportamentos encontrados na natureza, surgem algoritmos que podem solucionar tais problemas. Um destes algoritmos é o Mean-Variance Mapping Optimization, o qual originalmente opera sobre uma única solução mas possui uma variante híbrida, baseada em inteligência de partículas que incorpora busca local e estratégias de recombinação de múltiplos pais, e se enquadram na classe de algoritmos de Evolução Diferencial, um método evolucionário que mostrou-se competitivo na otimização de problemas práticos, mas que é sensível ao ajuste dos parâmetros de controle. Para evitar o ajuste dos parâmetros de controle surgiram os algoritmos com parâmetros adaptativos. Este artigo propõe uma variante do algoritmo Mean-Variance Mapping Optimization com tamanho populacional adaptativo e seu desempenho é analisado em um problema de otimização de um filtro ativo de segunda ordem.

Instituições
  • 1 Universidade Federal do Paraná – Campus Palotina
  • 2 Pontifícia Universidade Católica do Paraná
  • 3 WEG Equipamentos Elétricos S.A. - Departamento de Pesquisa e Inovação Tecnológica
Eixo Temático
  • Sistemas Evolutivos
Palavras-chave
otimização
Algoritmos evolutivos
Filtros
Evolução Diferencial
Metaheurísticas