Otimização global determinística: um algoritmo

Abstract

O problema da otimização consiste em determinar os valores ótimos (máximos ou mínimos) de uma função, a qual é denominada de função objetivo. Esta função objetivo depende de um conjunto de variavéis as quais são denominadas de variavéis de decisão ou de controle. A teoria da otimização desenvolve métodos determinísticos (númericos ou analíticos) e estocásticos (simulação convencional, algoritmos genéticos, etc.), para a obtenção dos valores ótimos das variavéis de decisão dos problemas de otimização. Valores estes que vão determinar a imagem ótima (máxima ou mínima) da função objetivo. O objetivo da otimização global é determinar o menor dos mínimos (ou o maior dos máximos), que pode ser único ou não, porém sua imagem será única; a este ponto denominamos de mínimo global. Este trabalho procura localizar deterministicamente o mínimo global de problemas de programação matemática (preferencialmente não linear), sugerindo um algoritmo que se utiliza de modificações do problema original, usando para isso uma nova função objetivo, e removendo a antiga função objetivo para junto das restrições iniciais. Para a verificação dos resultados foram usados algoritmos genéticos que são métodos estocásticos na forma de uma simulação inteligente, usando para isso mecanismos que a genética animal utiliza para o melhoramento das espécies, tais como operadores de mutação e crossing-over. A otimização se faz usando a lei de Darwin, ou seja, o algoritmo da prioridade para aqueles que fenotipicamente são mais aptos, deixando em segundo plano os elementos mais fracos, porém não os desprezando completamente, pois devido à sua formação genotípica, eles podem em alguma geração posterior dar contribuições de melhoria.