Condução de Experimentos Computacionais com Métodos ...

escolhido para ser estudado, deve ser levado em conta tudo o que já foi desenvolvido
anteriormente, pois ao se estudar o ciclo de vida, pode-se chegar aos mesmos resultados,
que já foram encontrados anteriormente. Mostrar que determinado algoritmo resolve um
problema não é suficiente, pois deve-se situar o problema/algoritmo em relação ao ciclo
de vida dele.
Quando o ciclo de vida de um problema é estudado, torna-se possível saber
o que ainda falta estudar e o que pode ser melhorado. Desta forma pode-se produzir
uma contribuição que não foi encontrada em abordagens anteriores, ou apresentar um
algoritmo que supere métodos existentes ou alguma medida de desempenho relevante. A
experimentação necessita ser bem explicada, mostrando que a heurística proposta resolve
várias instâncias e pode ser comparada com outros algoritmos. Problemas clássicos como
Problema do Caixeiro Viajante, Problema da Mochila, Escalonamento de Tarefas, que
têm sido estudados por décadas, possuem um ciclo de vida bem definido, que deve ser
compreendido, caso se queria estudar um tal problema.
Enfim, destes três grupos principais, este trabalho se enquadra no contexto de
pesquisa × desenvolvimento, pois são investigados métodos de condução de pesquisa
experimental com heurísticas, para analisar quais são os métodos mais favoráveis e
consistentes na avaliação de heurísticas.
Heurísticas são utilizadas para a resolução de problemas de otimização. Um
problema de otimização é composto de um conjunto de restrições e uma função objetivo,
ambos associados a variáveis de decisão. A meta ao se resolver um tal problema é
encontrar uma atribuição de valores às variáveis de decisão, segundo limites impostos
pelo conjunto de restrições, que otimize o valor da função objetivo.
Os métodos heurísticos procuram boas soluções viáveis, não necessariamente
uma solução ótima, em circunstâncias em que a complexidade do problema é excessiva
ou o tempo disponível para sua resolução é limitado.
A necessidade de resolver problemas de otimização em um limite razoável de
tempo faz com que o desenvolvimento de heurísticas seja uma grande área de pesquisa. Ao
contrário dos algoritmos exatos, em que tempo e eficiência são as principais medidas de
sucesso, existem pelo menos duas outras questões importantes na avaliação de heurísticas:
a rapidez com que as soluções podem ser obtidas e quanto elas se aproximam de uma
solução ótima [95].
Usualmente, heurísticas desenvolvidas para problemas de otimização são ava-
liadas empiricamente, através de sua aplicação a um conjunto de instâncias específicas,
comparando a qualidade de soluções e esforços computacionais [95]. Além disso, ao se
apresentar uma nova heurística, as contribuições devem ser avaliadas cientificamente e
relatadas de uma maneira objetiva. Mas nem sempre isto é feito [6].
Vários pesquisadores têm buscado definir as diretrizes para a pesquisa empírica
15