Concepção Híbrida de Otimização por Nuvem de Partículas Aplicada ao Problema de Weber

Abstract

Uma nova concepção de evolução memética baseada na combinação de otimização por nuvem de partículas e método de otimização de Hooke-Jeeves é apresentada neste artigo. A metodologia proposta envolve a interação de dois níveis de otimização, denominados evolução (otimização por nuvem de partículas) e aprendizado individual (método de Hooke-Jeeves), que cooperam em um procedimento de otimização global. Os resultados da simulação indicam que a otimização do sistema híbrido apresenta melhoras nas propriedades de qualidade de solução, integridade e precisão para o problema de Weber.