Otimização em Matlab: PSO, Annealing e Ant Colony

Este curso visa abordar os métodos de otimização Particles Swarm, Annealing e Ant Colony. O objetivo de utilizar esses métodos ´é encontrar valores que tornem a sua função mínima.

Desse modo, é possível aplicar para modelos mais complexos a fim de encontrar os parâmetros que geram os melhores resultados.

O PSO e ACO são métodos que visam simular alguns fenômenos da natureza. O primeiro simula cardumes de peixes e/ou bando de aves se deslocando, assim, por meio de vários indivíduos é gerada a convergência para um ponto específico. Já o segundo representa o comportamento das formigas, que sempre encontram o menor caminho entre o formigueiro e o alimento. Assim, usamos "formigas" na nossa simulação para obtermos o melhor resultado possível.

O método Annealing visa simular o processo de recozimento dos aços, sendo que ficam a uma determinada temperatura e resfriam lentamente, desse modo refinam a sua estrutura cristalina obtendo melhores propriedades. Pensando nisso o algoritmo busca representar esse processo e aplicar para otimização de unções e modelos.

Durante o curso são apresentados desde um explicação geral de como funciona o código até o desenvolvimento e teste dele em Maltab. Durante as aulas são apresentadas funções simples, mas o código pode ser ajustado para qualquer tipo de situação, sendo necessário alterar apenas a função ou o modelo e o código funcionará normalmente.