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

De tudo o que foi apresentado sobre a BT pode-se chegar a algumas conclusões sobre a
heurística em questão. Como ponto positivo, pode-se destacar a capacidade da heurística em
permitir soluções sem melhoria para fugir de uma solução ótima local; sua aplicabilidade em
problemas com espaço de soluções contínuas ou não, e; sua aplicabilidade em problemas de
grande dimensão. Em contrapartida, necessita que muitos parâmetros sejam definidos e
ajustados; pode gerar muitas iterações, e; pode não encontrar a solução ótima global.
Na sessão seguinte são apresentadas algumas comparações entre as metaheurísticas
apresentadas em termos de desempenho prático.
2.2.2 Uma análise comparativa das metaheurísticas em termos de desempenho
Segundo Arostegui et al. (2006), muitos artigos foram publicados nos últimos anos a
respeito das principais metaheurísticas, tais como Simulated Annealing, Busca Tabu e
Algoritmos Genéticos. Entretanto, segundo os autores, há poucos estudos comparativos entre
esses três algoritmos. Isso dificulta uma análise comparativa.
Conforme relata Youssef et al. (2001), duas medidas são normalmente usadas para
comparar algoritmos de otimização: o tempo (custo computacional) para encontrar a solução e
a qualidade da mesma. Ruiz & Maroto (2005) fizeram uma extensa revisão das heurísticas e
metaheurísticas aplicadas por diversos pesquisadores em problemas de seqüenciamento de
produção. Implementaram e testaram 25 algoritmos sobre um conjunto de exemplos.
Referente às metaheurísticas, concluíram que o SA, a BT e o AG apresentam bom desempenho
para esse tipo de problema. Reiteram, entretanto, que o AG necessita de boa inicialização de
população ou bom conhecimento do problema a fim de alcançar bons resultados. Ainda
referente ao seqüenciamento de produção, Józefowska et al. (1998) aplicaram as três
metaheurísticas a esse tipo de problema. Realizaram o experimento para um conjunto de
parâmetros em cada uma das metaheurísticas propostas. Mediram o comportamento da
convergência e o desempenho sobre um conjunto de exemplos gerados aleatoriamente. Após
comparação das metaheurísticas citadas, concluíram que a BT teve melhor desempenho, na
medida em que apresentou as melhores soluções para todos os tamanhos de problemas
testados.
Sinclair (1993) também implementou as três metaheurísticas a um problema de
otimização, ajustando os parâmetros em cada algoritmo a fim de obter a melhor qualidade em
28