Aluno: Rodolfo A. L. Costa Orientador: Prof. Frederico G. Guimarães Uma Implementação Paralela do Algoritmo de Evolução Diferencial Autoadaptativo Aluno: Rodolfo A. L. Costa Orientador: Prof. Frederico G. Guimarães Ouro Preto – MG, 09 de Outubro de 2010

Sumário Introdução Justificativa Objetivos Objetivo Geral Objetivos Específicos Metodologia Cronograma

Introdução Evolução da capacidade de processamento. Crescente adoção das técnicas de processamento paralelo. Técnicas bioinspiradas da Otimização e Inteligência Computacional. Algoritmos evolutivos, em especial o de Evolução Diferencial Autoadaptativo(SADE).

Justificativa Inúmeros problemas podem ser formulados como problemas de otimização. DE é um poderoso otimizador. [Mezura- Montes et al. 2006], [Chakraborty, 2008], [Li et al. 2009] Método se torna lento com problemas de maior complexidade, ou seja, funções-objetivo mais complexas.

Objetivo Geral Implementar o algoritmo de Evolução Diferencial Autoadaptativo em paralelo.

Objetivos Específicos Estudar o desempenho do DE Autoadaptativo sequencial. Estudar as abordagens de paralelização do método. Implementar e analisar o desempenho do DE Autoadaptativo em paralelo.

Metodologia Investigar as estratégias de paralelização do DE. Definir quais estratégias adotar. Analisar o desempenho do método. Elaborar o trabalho de conclusão de curso e artigos científicos.

Cronograma Atividades Ago Set Out Nov Dez Revisão Bibliográfica X Estudo e implementação das estratégias de paralelização Análise dos experimentos Redigir o trabalho de conclusão de curso Apresentação do trabalho

Referências Bibiográficas Mezura-Montes, Efr n., Velazquez-Reyes J., and Coello Coello C. A., A comparative study of dierential evolution variants for global optimization. In GECCO '06: Proceedings of the 8th annual conference on Genetic and evolutionary computation, pages 485-492, New York, NY, USA. ACM, 2006. Chakraborty U. K., Advances in Dierential Evolution. Springer Publishing Company, Incorporated, 2008.

Referências Bibliográficas Li K., Zheng J., Zhou C., and Lv H., An improved dierential evolution for multi-objective optimization. In Proceedings of the 2009 WRI World Congress on Computer Science and Information Engineering - Volume 04, pages 825-830, Washington, DC, USA. IEEE Computer Society, 2009.

Dúvidas