Logotipo do repositório
 

Publicação:
Fundamentos de otimização por inteligência de enxames: uma visão geral

dc.contributor.authorSerapiao, Adriane Beatriz de S. [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2014-05-20T15:14:10Z
dc.date.available2014-05-20T15:14:10Z
dc.date.issued2009-09-01
dc.description.abstractEste artigo apresenta uma breve revisão de alguns dos mais recentes métodos bioinspirados baseados no comportamento de populações para o desenvolvimento de técnicas de solução de problemas. As metaheurísticas tratadas aqui correspondem às estratégias de otimização por colônia de formigas, otimização por enxame de partículas, algoritmo shuffled frog-leaping, coleta de alimentos por bactérias e colônia de abelhas. Os princípios biológicos que motivaram o desenvolvimento de cada uma dessas estratégias, assim como seus respectivos algoritmos computacionais, são introduzidos. Duas aplicações diferentes foram conduzidas para exemplificar o desempenho de tais algoritmos. A finalidade é enfatizar perspectivas de aplicação destas abordagens em diferentes problemas da área de engenharia.pt
dc.description.abstractThis paper presents an overview of some most recent bioinspired methods based on swarm behaviors for the development of problem-solving techniques. The metaheuristics provided here are ant colony optimization, particle swarm optimization, shuffled frog-leaping algorithm, bacterial foraging optimization and bee colony. The basic biological principles that have motivated the development of each strategy, as well as their computational algorithms, are introduced. Two different applications were carried out in order to clarify the performance of such algorithms. The goal is to emphasize perspectives of applications of these approaches in different engineering problems.en
dc.description.affiliationUNESP IGCE DEMAC
dc.description.affiliationUnespUNESP IGCE DEMAC
dc.format.extent271-304
dc.identifierhttp://dx.doi.org/10.1590/S0103-17592009000300002
dc.identifier.citationSba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 20, n. 3, p. 271-304, 2009.
dc.identifier.doi10.1590/S0103-17592009000300002
dc.identifier.fileS0103-17592009000300002.pdf
dc.identifier.issn0103-1759
dc.identifier.scieloS0103-17592009000300002
dc.identifier.scopus2-s2.0-70449484665
dc.identifier.urihttp://hdl.handle.net/11449/29082
dc.language.isopor
dc.publisherSociedade Brasileira de Automática
dc.relation.ispartofSba: Controle & Automação Sociedade Brasileira de Automatica
dc.rights.accessRightsAcesso aberto
dc.sourceSciELO
dc.subjectinteligência computacionalpt
dc.subjectcomputação evolutivapt
dc.subjectcomputação naturalpt
dc.subjectcomputação bioinspiradapt
dc.subjectinteligência coletivapt
dc.subjectalgoritmos de otimizaçãopt
dc.subjectcomputational intelligenceen
dc.subjectevolutionary computingen
dc.subjectnatural computingen
dc.subjectbio-inspired computingen
dc.subjectswarm intelligenceen
dc.subjectoptimization algorithmsen
dc.titleFundamentos de otimização por inteligência de enxames: uma visão geralpt
dc.typeArtigo
dspace.entity.typePublication
unesp.campusUniversidade Estadual Paulista (UNESP), Instituto de Geociências e Ciências Exatas, Rio Claropt
unesp.departmentEstatística, Matemática Aplicada e Computação - IGCEpt

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
S0103-17592009000300002.pdf
Tamanho:
315.91 KB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 2 de 2
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: