TUTORIAL:   Introdução ao Uso de Algoritmos Evolutivos em Problemas de Otimização Dinâmica

RESP:   Prof. Renato Tinós

RESUMO

Algoritmos Evolutivos (AEs) são meta-heurísticas populacionais inspiradas em princípios básicos da evolução natural e de outros paradigmas biológicos. Diversos aplicações de AEs envolvem problemas de otimização dinâmica, nos quais a função de avaliação, as variáveis de decisão e/ou as restrições do problema mudam durante o processo de otimização. Em tais problemas, AEs tradicionais geralmente não apresentam desempenho satisfatório. Desta forma, AEs para Problemas de Otimização Dinâmica (Dynamic Optimization Problems - DOPs) têm sido desenvolvidos nos últimos anos. Estes algoritmos podem geralmente ser classificados em: 1) Algoritmos que mantém ou aumentam o nível de diversidade da população durante o processo evolutivo; 2) Algoritmos com memória de soluções passadas; 3) Algoritmos com múltiplas populações. Neste tutorial, exemplos de algoritmos pertencentes a estas três classes serão apresentados. Problemas benchmark e geradores de problemas benchmark geralmente utilizados por pesquisadores para testar AEs específicos para DOPs serão introduzidos. Finalmente, alguns aspectos de projeto e da teoria de AEs aplicados em DOPs serão discutidos.

Evolutionary Algorithms (EAs) are population meta-heuristics inspired by the principles of natural evolution and other biological paradigms. Several real world problems are dynamic, where the evaluation function, decision variables and/or the constraints of the problem change during the evolutionary process and, then, traditional EAs generally do not present good performance. In this way, EAs for Dynamic Optimization Problems (DOPs) have been developed in recent years and can be generally classified into three classes: 1) Generation and maintenance of diversity level throughout the run; 2) Memory based approaches; 3) Multipopulation approaches. In this tutorial, EAs for DOPs will be introduced. Benchmark problems and benchmark problems generators generally used by dynamic evolutionary optimization researchers to test new algorithms will be presented. Finally, some aspects of the project and theory of EAs applied to DOPs will be discussed.