|
Abstract:
|
A busca de soluções para problemas de otimização das informações nas organizações por meio do computador constituiu a base deste trabalho. No que tange à Ciência da Computação, essa busca certamente requer a construção de algoritmos eficientes e exatos, mas nem sempre encontram-se boas soluções para muitos problemas de ordem prática, principalmente no que diz respeito ao tempo de execução. Existem problemas, dentre os quais estão os de otimização combinatorial, que diferem dos outros porque apresentam uma grande dificuldade para se obter soluções exatas, num tempo computacional aceitável. Existem técnicas, especialmente as metaheurísticas, tais como Tabu Search, Simulated Annealing, Algoritmos Genéticos e Redes Neurais, que vêm conseguindo sucesso na solução de problemas de otimização combinatorial e, mesmo não apresentando soluções exatas, têm mostrado bastante eficiência com suas soluções aproximadas. Este trabalho propõe um novo método, baseado no algoritmo Simulated Annealing (SA), modificado para trabalhar com múltiplas faixas de temperatura, de forma que os processos são executados de forma paralela, trocando informações de seus melhores resultados entre os processos existentes a cada início de uma nova faixa. Os experimentos são executados com instâncias euclidianas do Problema Caixeiro Viajante, que é um problema de otimização combinatorial de difícil solução, apresentando resultados bastante satisfatórios quando comparado com o SA de múltiplas faixas, executado de forma seqüencial |
