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

efere-se à proibição de visitar repetidamente um mesmo conjunto de soluções, evitando,
assim, ficar preso a ótimos locais ou gastando muito tempo em buscas infrutíferas.
A BT é utilizada em uma grande variedade de aplicações: planejamento de recursos,
telecomunicações, análise financeira, programação de produção, planejamento de espaços,
distribuição de energia, engenharia molecular, logística, classificação de modelos, manufatura
flexível, exploração mineral, análise biomédica, conservação ambiental, entre outras. Dentre
as diversas aplicações comuns para o algoritmo, encontra-se, também, a programação de
cursos para instituição de ensino, citado anteriormente, e que remete à pesquisa em questão.
Antes de explicar o algoritmo de BT é importante apresentar a estratégia utilizada pelo
método da descida (método de busca local) a fim de obter uma boa solução para um problema
de minimização. Tal explicação preliminar deve-se ao fato de que a BT apresenta alguns
conceitos similares a esse algoritmo, na sua forma mais simples. O método de descida parte
de uma solução factível inicial e, na seqüência, analisa todos os possíveis vizinhos de uma
solução, escolhendo aquele que resulta no menor valor para a função objetivo. Esse
procedimento continua até o momento em que nenhum vizinho propicie melhor resultado que
a solução corrente (mínimo local), ocasião em que o algoritmo termina seu procedimento.
Devido a essa característica do algoritmo ele também é chamado de método guloso. Assim, o
método pode ser traduzido nesse simples algoritmo de três passos.
Passo 1: Escolha uma solução inicial i em S
Passo 2: Encontre o melhor j em S(i) tal que ƒ(j) ≤ ƒ(k) para qualquer k ε S(i)
Passo 3: Se ƒ(j) ≥ ƒ(k) então pare. Senão faça i← j e volte para o Passo 2
Pode-se considerar que o princípio básico de operação da BT, assim como de várias
heurísticas, é o mesmo que do método de descida: realizar trocas de parâmetros de uma
determinada solução para a obtenção de melhores soluções. Entretanto, na BT foram
implementadas diversas estratégias inteligentes para fugir de ótimos locais. Uma das
estratégias incorporadas no algoritmo é a possibilidade de admissão de movimentos que
conduzem a soluções piores que as soluções que a antecederam. Assim, com a incorporação
dessa estratégia, o algoritmo procura, a cada iteração, selecionar a melhor solução vizinha,
independentemente desta solução ser melhor ou pior que a anterior. Como salientam Colorni
et al. (1996), o algoritmo leva em conta o histórico passado das buscas, alterando a sua
vizinhança. O método opera selecionando, a cada iteração, a melhor solução avaliada na
vizinhança modificada. Entretanto, em muitas situações, avaliar toda a vizinhança torna-se
muito dispendioso em termos computacionais. Duas estratégias são comumente utilizadas
23