Derivative-Free Optimization, Pattern Search, Particle Swarm Optimization, Differential Evolution

Título: Derivative-Free Optimization, Pattern Search, Particle Swarm Optimization, Differential Evolution

Autores: Pacheco, Tatiane;Brugiolo, Luciana;Stroele, Victor;Soares, Stênio

Resumo:
Métodos aproximativos são muito utilizados na resolução de problemas computacionais complexos, pois são capazes de produzir re- sultados significativos em um tempo satisfatório. Sendo o problema de agrupamento automático NP-difícil, métodos não-exatos que possuem uma complexidade tratável são desejáveis. Por essa razão, nesse trabalho é apresentada uma metaheurística de inteligência coletiva, inspirada no comportamento das formigas para resolver problemas de agrupamento de dados. O algoritmo implementado foi submetido a testes, recebendo como entrada 68 instâncias da literatura e os resultados foram compara- dos com outro método de agrupamento baseado em densidade. O índice silhueta foi adotado para mensurar a qualidade dos agrupamentos gera- dos. Os resultados obtidos pelo algoritmo proposto foram competitivos quanto comparados com a literatura, indicando que o algoritmo é capaz de encontrar agrupamentos que representem bem a distribuição original dos dados.

Palavras-chave:
Colônia de formigas;agrupamento;metaheurística.

Páginas: 12

Código DOI: 10.21528/CBIC2017-133

Artigo em pdf: cbic-paper-133.pdf

Arquivo BibTeX: cbic-paper-133.bib