09.05.2013 Views

15 - programa de pós graduação em métodos numéricos da ufpr ...

15 - programa de pós graduação em métodos numéricos da ufpr ...

15 - programa de pós graduação em métodos numéricos da ufpr ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Os autores advert<strong>em</strong> ain<strong>da</strong> que essas duas características são conflitantes. Nos<br />

algoritmos heurísticos iterativos há parâmetros que ag<strong>em</strong> diretamente para a convergência <strong>de</strong><br />

uma solução final. Há a necessi<strong>da</strong><strong>de</strong> <strong>de</strong> um equilíbrio entre o esforço computacional (número<br />

<strong>de</strong> iterações) e a eficácia <strong>da</strong> solução (quali<strong>da</strong><strong>de</strong> <strong>da</strong> solução final). O projeto <strong>de</strong> boas<br />

heurísticas equilibra esses dois critérios. Uma convergência lenta evita ótimos locais,<br />

permitindo a exploração <strong>de</strong> um espaço maior <strong>de</strong> busca, aumentando-se a probabili<strong>da</strong><strong>de</strong> <strong>de</strong> que<br />

a solução final seja um ótimo global. Entretanto, quanto mais lenta a convergência, maior é o<br />

t<strong>em</strong>po computacional para se chegar a uma solução. Essa afirmação é compartilha<strong>da</strong> por<br />

Azimi (2005) que reitera que a probabili<strong>da</strong><strong>de</strong> <strong>de</strong> se encontrar uma melhor solução no método<br />

heurístico aumenta com o t<strong>em</strong>po permitido para se realizar a busca.<br />

Youssef et al. (2001, p.167) salientam que o interesse nas heurísticas cresceu <strong>de</strong>vido a<br />

sua generali<strong>da</strong><strong>de</strong>, facili<strong>da</strong><strong>de</strong> <strong>de</strong> impl<strong>em</strong>entação e, principalmente, sua robustez <strong>em</strong> resolver<br />

uma gran<strong>de</strong> varie<strong>da</strong><strong>de</strong> <strong>de</strong> probl<strong>em</strong>as. To<strong>da</strong>s as heurísticas, segundo os autores, têm diversas<br />

similari<strong>da</strong><strong>de</strong>s:<br />

- São algoritmos <strong>de</strong> aproximação, ou seja, não garant<strong>em</strong> encontrar a melhor solução global;<br />

- São “cegos”, pois não sab<strong>em</strong> quando estão alcançando uma solução ótima. Portanto eles<br />

<strong>de</strong>v<strong>em</strong> ser avisados sobre o momento <strong>de</strong> parar;<br />

- Apresentam a proprie<strong>da</strong><strong>de</strong> “Hill/Down climbing”, ou seja, melhoram a solução a ca<strong>da</strong><br />

passo <strong>em</strong> uma busca local (Esta proprie<strong>da</strong><strong>de</strong> não é váli<strong>da</strong> na sua íntegra para as<br />

metaheurísticas);<br />

- São generalistas, ou seja, po<strong>de</strong>m ser impl<strong>em</strong>entados para resolver probl<strong>em</strong>a <strong>de</strong> otimização<br />

combinatória;<br />

- Requer<strong>em</strong> uma representação <strong>da</strong> solução a<strong>de</strong>qua<strong>da</strong>, uma função custo e um mecanismo<br />

para investigar o espaço <strong>de</strong> busca;<br />

- Sob certas condições, converg<strong>em</strong> para uma boa solução.<br />

Goldbarg & Luna (2000) classificam as heurísticas <strong>em</strong> três classes: clássicas,<br />

estocásticas e analógicas, sendo que estas duas últimas englobam as metaheurísticas. Arroyo<br />

(2002), <strong>em</strong> sua obra, classifica as heurísticas sob outro ponto <strong>de</strong> vista. Subdivi<strong>de</strong>-as, também,<br />

<strong>em</strong> três classes. Na primeira classe engloba as heurísticas construtivas, caracteriza<strong>da</strong>s por<br />

construír<strong>em</strong> uma solução a partir <strong>de</strong> regras basea<strong>da</strong>s nos <strong>da</strong>dos do probl<strong>em</strong>a. Na segun<strong>da</strong><br />

classe os autores englobam as heurísticas <strong>de</strong> busca local, as quais, partindo <strong>de</strong> uma solução<br />

inicial, criam uma vizinhança e, por <strong>métodos</strong> iterativos <strong>de</strong> busca, encontram a solução ótima<br />

para aquela região pesquisa<strong>da</strong>. A terceira classe <strong>de</strong> heurísticas são as chama<strong>da</strong>s<br />

17

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!