Formato PDF - mtc-m17:80 - Inpe

O esquema de roleta é mantido, mas além da matriz T ij (t), comum a todas as formigas,
há agora necessidade de uma única matriz de probabilidades P ij (t), e não mais uma para
cada formiga como no caso do TSP. Consequentemente, essa matriz de probabilidades,
comum a todas as formigas, nada mais é que a matriz de feromônio T ij (t) normalizada,
de forma que a soma dos elementos de cada linha seja unitária. Outra peculiaridade no
problema de otimização real é que cada linha dessas matrizes está associada a uma incógnita,
enquanto cada coluna, a um valor discreto possível das incógnitas. Assim, ao fim de
cada iteração/geração, o aumento da concentração de feromônio correspondente à melhor
solução se dá, para cada linha i da matriz de feromônio, na coluna j min correspondente
ao valor discreto da incógnita i desta solução.
Particularmente, neste trabalho, se deseja encontrar um perfil de vertical discreto C, de
concentração de clorofila para, indiretamente, recuperar perfis de propriedades óticas inerentes.
O domínio na variável espacial z, anteriormente mostrado na Fig. 3.5, é discretizado em
nove regiões, devendo a concentração de clorofila ser estimada em dez diferentes profundidades
discretas: na superfície (z 0 ) e no fundo (z 9 ), e nas fronteiras entre as regiões
(z 1 , z 2 , z 3 , . . . , z 8 ). Em cada profundidade, os valores de busca de C, estão restritos a
C min < C r < C max , com r = 0, 1, . . . , 9.
A Fig. 3.8 mostra esquematicamente três formigas da implementação de ACO associada a
este problema inverso. Cada barra horizontal representa os possíveis valores discretos da
concentração numa determinada profundidade, limitados por C min e C max . Cada formiga é
composta por um conjunto de valores da concentração nessas dez profundidades. A título
de ilustração, denotou-se a formiga/solução melhor avaliada em negrito.
3.4.1 ACO com pré-seleção das soluções candidatas
Em quase todos resultados apresentados neste trabalho, foi utilizada uma versão do método
ACO que incorpora um esquema de regularização implícita (PRETO et al., 2004;
SOUTO et al., 2004b), que prescinde da regularização convencional, isto é, têm-se que
γ = 0. Uma vez que, de antemão, sabe-se que o perfil da solução deve ser suave, tal informação
é utilizada já na geração das soluções candidatas, por meio de uma seleção prévia
das formigas mais suaves, antes mesmo da avaliação pela função objetivo. O critério de
Tikhonov de 2 a ordem escolhido para selecionar as soluções em função de sua suavidade.
O esquema de pré-seleção gera uma quantidade na de formigas a cada iteração, cada uma
85