Tamanho da fonte:
Algoritmos genéticos para otimização de funções benchmark
Última alteração: 2020-11-05
Resumo
O presente documento visou abordar de forma clara os algoritmos genéticos trabalhandocom problemas matemáticos, tendo como base funções tridimensionais há seremotimizadas e um problema proposto há ser resolvido tratando do caso geral de lojistas(visa ressaltar a aplicabilidade dos algoritmos genéticos e suas codificações no dia-a-dia),que remete ao antigo problema do “Caixeiro Viajante”. Resolvendo os problemas,utilizando linguagem de programação (Python), o documento pretende deixar claro esucinto seu conteúdo apresentado. Para execução de todos os procedimentos abordadose criação de códigos, foram utilizados “IDE’s” (Ambientes de desenvolvimento integrado)que trabalhavam com dados e simultaneamente com especificações gráficas, combinandobibliotecas responsáveis por trabalhar com algoritmos genéticos; um exemplo utilizado deIDE com biblioteca de algoritmo genético para criar códigos cujos resultados se tornaramalvo de estudo neste documento fora a combinação de “Spyder” (IDE), com “DEAP”(biblioteca de desenvolvimento). Vale a ressalva de que esse trabalho, estudadiretamente os resultados obtidos pelos códigos e não os códigos criados, porém nãoeliminando a importância dos mesmos, tendo em vista que são o alicerce para construçãodo trabalho. Os resultados obtidos se demonstram satisfatórios aos problemas, tendo emvista que os mesmos atingem soluções globais aos problemas.
Palavras-chave
Algoritmo. Genético. Python. Benchmark.