Método q-GC: uma generalização do método dos gradientes conjugados
Open Access
- 25 August 2015
- conference paper
- Published by Brazilian Society for Computational and Applied Mathematics (SBMAC)
- Vol. 3 (1)
Abstract
Recentemente, baseado na derivada de Jackson, foi proposta uma generalização do método da máxima descida, denominada método do q-gradiente (q-G), para problemas de otimização global contínua. Dentro desse contexto, este trabalho apresenta uma generalização do método dos gradientes conjugados (q-GC) com base no conceito do vetor q-gradiente. Para avaliar o desempenho do método q-GC foram considerados os resultados obtidos pelo método q-G e por três Algoritmos Genéticos (AGs) para um conjunto de seis funções teste de 20 variáveis e mesmo critério de parada. No geral, os resultados mostram que o q-GC ´e um método promissor para solução de problemas de otimização multimodais.Keywords
This publication has 4 references indexed in Scilit:
- An Effective Real-Parameter Genetic Algorithm with Parent Centric Normal Crossover for Multimodal OptimisationLecture Notes in Computer Science, 2004
- A Computationally Efficient Evolutionary Algorithm for Real-Parameter OptimizationEvolutionary Computation, 2002
- Function minimization by conjugate gradientsThe Computer Journal, 1964
- XI.—On q-Functions and a certain Difference OperatorTransactions of the Royal Society of Edinburgh, 1909