English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A natureza tem sido uma grande fonte de inspiracao para o desenvolvimento de abordagens computacionais para otimizacao. Dois grandes grupos que representam esta classe de algoritmos biologicamente inspirados sao a Inteligencia de Enxame e a Computacao Evolutiva. Tais algoritmos sao chamados de metaheuristicas e sao reconhecidos como abordagens eficientes para resolucao de problemas complexos. Tanto os algoritmos da Inteligencia de Enxame como os da Computacao Evolutiva compartilham caracteristicas comuns como a utilizacao de componentes estocasticos durante o processo de otimizacao e variados parâmetros de configuracao. O ajuste dos parâmetros de um algoritmo possui um papel importante por definirem seu comportamento, guiando a busca e, consequentemente, interferindo na qualidade das solucoes encontradas. Porem, o ajuste dos parâmetros nao e uma tarefa simples, se tornando um problema de otimizacao dentro do problema sendo otimizado. Alem disso, uma configuracao adequada para os parâmetros pode se alterar durante o processo de otimizacao. Existem duas maneiras de se ajustar os parâmetros de um algoritmo. O ajuste \textit{offline} que e realizado antes da execucao do algoritmo e os valores dos parâmetros se mantem fixos, e o controle \textit{online} onde os valores dos parâmetros podem mudar durante o processo de otimizacao. Este artigo tem foco em revisar as estrategias de controle \textit{online} de parâmetros aplicados nos principais algoritmos da Computacao Evolutiva e da Inteligencia de Enxame. Como resultado, esta revisao analisa e pontua as principais tecnicas e algoritmos utilizados e sugere algumas direcoes para pesquisas futuras.

Tutorial Sobre o Uso de Técnicas para Controle de Parâmetros em Algoritmos de Inteligência de Enxame e Computação Evolutiva