Meta-heurísticas Híbridas Aplicadas ao Problema da Árvore Geradora Multiobjetivo
Árvore Geradora Multiobjetivo, Meta-heurísticas Híbridas, Operador OWA, Algoritmos Experimentais
O Problema da Árvore Geradora Multiobjetivo (AGMO) é uma extensão NP-Difícil do Problema da Árvore Geradora Mínima (AGM). Devido sua habilidade em modelar inúmeros problemas reais onde objetivos conflitantes devem ser otimizados simultaneamente, a AGMO tem sido intensamente estudada na literatura e muitos algoritmos exatos e heurísticos lhe foram propostos. Além disso, nos últimos anos, pesquisas têm demonstrado considerável desempenho dos algoritmos que combinam estratégias de várias meta-heurísticas. Estes algoritmos são chamados híbridos e trabalhos anteriores os aplicaram com sucesso a vários problemas de otimização. Neste trabalho, cinco novos algoritmos híbridos são propostos para duas versões da AGMO: três para a versão bi-objetivo (AG-Bi) baseada em dominância de Pareto e dois para a versão com muitos objetivos baseada no operador Ordered Weighted Average (AG-OWA). Esta pesquisa hibridizou diversas flosofas meta-heurísticas com respeito às categorias de hibridização da taxonomia de Talbi (2015). Experimentos computacionais avaliarão as novas abordagens com base no tempo computacional e na qualidade das soluções encontradas. Resultados são comparados com o estado da arte. Testes estatísticos avaliarão a qualidade das soluções.