Métodos de otimização e ajuste de parâmetros de algoritmos
Por Douglas Moura Miranda | 17/01/2018 | EngenhariaNo contexto de Pesquisa Operacional, ao falar-se de algoritmos de otimização é comum o desenvolvimento de algoritmos exatos e heurísticos para maximizar ou minimizar uma função.
Os métodos exatos são capazes de encontrar uma solução ótima, mas para problemas mais complexos, o tempo de execução pode ser exageradamente longo. Exemplos de métodos exatos são: Branch-and-Bound, Branch-and-Cut and Branch-and-Cut-and-Price, Decomposição de. Benders.
Já os métodos heurísticos, embora não garantam que a solução ótima será encontrada, em geral são capazes de identificar soluções próximas da solução ótima, em um tempo computacional muito menor. Por este motivo, em muitas aplicações práticas em que uma resposta se faz necessária mais rapidamente, os métodos heurísticos têm sido utilizados. Os métodos heurísticos podem ser divididos em dois grandes grupos: heurística clássicas e meta-heurísticas.
Uma característica dos métodos heurísticos, clássicos/construtivos ou meta-heurísticas, é a existência de vários parâmetros que influenciam fortemente o seu desempenho. Sendo assim, é comum após o desenvolvimento de um algoritmo, a realização de experimentos em massa para encontrar os melhores valores possíveis para estes parâmetros de modo a melhorar o desempenho do algoritmo, o que também pode ser visto como um problema de otimização.
Para esta aplicação, meta-heurísticas podem ser utilizadas. Uma fermenta desenvolvida para este proposito é o OptPlus-Optimizer, encontrado em https://www.betagama.com.br/opt.html. Baseado em bem-sucedidas estratégias como Algoritmo Genético Híbrido, Evolução Diferencial e Algoritmo de Estimativa de Distribuição, trata-se de uma ferramenta flexível capaz de otimizar os parâmetros de qualquer algoritmo...
Texto completo em:
https://www.betagama.com.br/art_ajusteParametrosAlgoritmos.pdf