Estrutura e funcionalidade em sistemas moleculares e biomoléculas

Abstract

Este trabalho investigou a otimização de parâmetros de um Hamiltoniano quântico semiempírico para a molécula de Melem (C₆N₁₀H₆), um problema com 33 parâmetros. O objetivo foi tornar a busca do Algoritmo Genético (GA) mais eficiente, identificando quais parâmetros realmente importam para a função de custo e quais direções do espaço de parâmetros devem ser priorizadas. Para isso, foram aplicadas duas técnicas: a Análise de Componentes Principais (PCA), para estudar a estrutura do espaço de parâmetros, e a regressão LASSO, para selecionar os parâmetros mais influentes. Os resultados mostraram que apenas 4 dos 33 parâmetros são realmente relevantes, e que o GA apresenta diferentes padrões de busca.