{en_GB=Genetic Roach Infestation Optimization. Optimization Algorithm based on Cockroaches’ social life} {} EVALUATED

Detalhes: {pt=Este trabalho apresenta uma nova adaptação do Particle Swarm Optimization (PSO) baseada no Roach Infestation Optimization (RIO). Todos os comportamentos das baratas que serviram de inspiração a este algoritmo estão comprovados pela biologia. As baratas habitam neste planeta há séculos, ultrapassando diversas fases do mesmo. Isto não teria sido possível sem a capacidade delas em viver em comunidade e partilhar informação. Por exemplo, a decisão do melhor local escuro para esconder e encontrar alimento é decidida em sociedade. Este algorimo - Genetic Roach Infestation Optimization (GRIO), representa mais aspectos da vida das baratas que o RIO. Usa duas famílias distintas de baratas e um peso inercial adaptativo (que permite uma busca mais global ou local de acordo com a situação) para evitar óptimos locais. As duas famílias têm comportamentos independentes. No entanto, para haver troca de informação, entre elas, pode haver reprodução (baseada num algoritmo genético normal). Uma vez que a reprodução é entre familias diferentes, a cria terá informação de ambas as familias. Para aumentar ainda mais a diversidade, algumas crias poderão sofrer mutações no código genético. Por fim, o algoritmo proposto é testado em algumas funções referência (com características diversas) e comparado com outros algoritmos. Os resultados comprovam que os comportamentos das baratas adaptados ao PSO aumentam a possibilidade de obter os melhores resultados óptimos possíveis. , en=This work presents a novel adaptation of Particle Swarm Optimization (PSO) algorithm based on Roach Infestation Optimization (RIO). This algorithm is inspired on cockroaches’ scientifically demonstrated behaviours. Cockroaches have been able to survive over the centuries and that is only possible due to their capacity to live in community and share information, for example the location of like dark spots to hide or food. Genetic Roach Infestation Optimization (GRIO) is more tied to roaches’ life than RIO. It uses a multi-swarm and self-adaptive strategy to avoid falling into local optima and converging too soon. Using a self-adaptive inertia weight, it is possible to explore a global or a local search, according to the algorithm feedback. This algorithm allows, in the same space, the presence of two different families of cockroaches that behave independently. To keep the information for both families balanced, reproduction behaviour (based on a regular Genetic Algorithm) is carried out. In that reproduction, born child will have a crossover of parents’ information. To preserve diversity some mutations are enabled. Afterwards, the proposed algorithm is tested in some benchmark functions with several different characteristics in comparison to other algorithms. Results clearly support that cockroaches’ life adapted into PSO algorithm greatly improves optimization results on the most adverse functions.}

Discussão: novembro 20, 2017, 15:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

António Gustavo Lança Brites (ist169873)

ORIENTADOR

João Miguel Da Costa Sousa

Departamento de Engenharia Mecânica (DEM)

Professor Catedrático