Biblioteca modelo C++ para método de otimização estocástica NSGA-II parametrizado, com aplicação em função bimodal multiobjetivo
Resumo
O NSGA II é um algoritmo que permite encontrar uma frente de pareto que representa um ótimo de uma função multiobjetivo. Neste trabalho nos pro pusemos a criar uma biblioteca C++ usando modelos para tipos de dados para facilitar ao usuário aplicar este algoritmo em uma função. Mostramos neste trabalho os resultados ao variar os parâmetros aplicando o algoritmo em uma função bimodal.
Referências
Barbosa, A. M., Ribeiro, L. d. C., and Arantes, J. M. d. O. (2010). Algoritmo Genético Multiobjetivo: Sistema Adaptativo com Elitismo. In 9th Brazilian Conference on Dynamics Control and their Applications, pages 940–945, Serra Negra - SP.
Coello, C. C., Lamont, G. B., and Veldhuizen, D. A. V. (2014). Evolutionary Algorithms for Solving Multi-Objective Problems. Springer, 2nd 2007 ed. edição edition.
Deb, K., Agrawal, S., Pratap, A., and Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput., 6:182–197.
Massago, S. (2013). Introdução ao Algoritmo Genético. Publisher: Depto Matemática - UFSCar.
Shen, R., Zheng, J., and Li, M. (2015). A hybrid development platform for evolutionary multi-objective optimization. In 2015 IEEE Congress on Evolutionary Computation (CEC), pages 1885–1892.
Team, G. GNU Scientific Library Documentation.
Vandevoorde, D. and Nicolai, J. (2010). C++ templates: the complete guide. Addison-Wesley, 12th edition.
Coello, C. C., Lamont, G. B., and Veldhuizen, D. A. V. (2014). Evolutionary Algorithms for Solving Multi-Objective Problems. Springer, 2nd 2007 ed. edição edition.
Deb, K., Agrawal, S., Pratap, A., and Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput., 6:182–197.
Massago, S. (2013). Introdução ao Algoritmo Genético. Publisher: Depto Matemática - UFSCar.
Shen, R., Zheng, J., and Li, M. (2015). A hybrid development platform for evolutionary multi-objective optimization. In 2015 IEEE Congress on Evolutionary Computation (CEC), pages 1885–1892.
Team, G. GNU Scientific Library Documentation.
Vandevoorde, D. and Nicolai, J. (2010). C++ templates: the complete guide. Addison-Wesley, 12th edition.
Publicado
18/09/2023
Como Citar
BRUMATTO, Hamilton José.
Biblioteca modelo C++ para método de otimização estocástica NSGA-II parametrizado, com aplicação em função bimodal multiobjetivo. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 23. , 2023, Ilhéus/BA.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 102-107.
DOI: https://doi.org/10.5753/erbase.2023.236029.
