Controle de inércia não monotônico na otimização por enxame de partículas

Tiago Silveira, Humberto César Brandão de Oliveira, Luiz Eduardo da Silva, Ricardo Menezes Salgado

Resumo


Este trabalho apresenta um mecanismo que possibilita a redução das chances do processo de otimização de funções não lineares estacionarem em mínimos locais, ao utilizarem a meta-heurística Otimização por Enxame de Partículas (PSO). Tal mecanismo é uma forma não monotônica de controlar a inércia da partícula, que é um dos fatores responsáveis pela movimentação desta durante o processo de otimização. Os resultados experimentais foram comparados com o modelo original da PSO padrão, a fim de mostrar o potencial para encontrar uma melhor solução em funções de benchmark, em problemas complexos. Ao final, uma comparação de ambos os modelos aplicados a um problema real para a regulagem de pesos sinápticos de uma rede neural do tipo Multi-Layer Perceptron foi feita, e as PSOs, por se tratarem de técnicas de propósito geral, mostraram resultados interessantes.

Palavras-chave: inteligência de enxame, Otimização por Enxame de Partículas, vida artificial, rede neural artificial MLP.


Texto completo: PDF

Apontamentos

  • Não há apontamentos.