BIASED RANDOM-KEY GENETIC ALGORITHM ACCORDING TO LEVY DISTRIBUTION FOR GLOBAL OPTIMIZATION
O Algoritmo Genético de Chaves
Aleatórias Viciadas, do inglês Biased RandomKey Genetic Algorithm (BRKGA) é uma
metaheurística evolucionária que consiste em
representar soluções de um problema como
vetores reais definidos por valores gerados
aleatoriamente no intervalo contínuo [0,1)
e usa um decodificador determinístico para
mapear esses vetores em soluções viáveis
para o problema. Neste trabalho, uma melhoria
para o algoritmo foi proposta a partir do uso da
distribuição de Levy para gerar suas chaves
aleatórias e da adição de um procedimento
de busca local. A nova abordagem foi validada
utilizando um conjunto de funções de benchmark
de otimização global contínua amplamente
utilizadas na literatura, cujos valores mínimos
globais são conhecidos. Os resultados
obtidos pela nova abordagem foram bastante
competitivos em relação à literatura, tanto em
termos de qualidade quanto em desempenho
BIASED RANDOM-KEY GENETIC ALGORITHM ACCORDING TO LEVY DISTRIBUTION FOR GLOBAL OPTIMIZATION
-
DOI: 10.22533/at.ed.7881911079
-
Palavras-chave: Otimização Global. Algoritmos Genéticos. Distribuição de Levy
-
Keywords: Global Optimization. Genetic Algorithms. Levy Distribution.
-
Abstract:
Biased Random-Key Genetic
Algorithm (BRKGA) is an evolutionary
metaheuristic that consists of representing
solutions of a problem as real-key vectors defined
by randomly generated values in the continuous
interval [0,1) and uses a deterministic decoder
to map these vectors into feasible solutions to
the problem. In this work, an improvement to
the algorithm was proposed from the use of the
Levy distribution to generate its random keys
and the addition of a local search procedure.
The new approach was validated using a set
of global continuous optimization benchmark
functions widely used in the literature, whose
global minimum values are known. The results
obtained by the new approach was quite
competitive in relation to the literature, both in
terms of quality and performance.
-
Número de páginas: 15
- Ricardo Martins de Abreu Silva
- Mariana Alves Moura
