Opções dos algoritmos do solver

Algoritmo evolucionário DEPS

DEPS consists of two independent algorithms: Differential Evolution and Particle Swarm Optimization. Both are especially suited for numerical problems, such as nonlinear optimization, and are complementary to each other in that they even out each other’s shortcomings.

Configuração

Descrição

Taxa de alternância do agente

Especifica a probabilidade de um indivíduo de escolher a estratégia de evolução diferencial.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

DE: Probabilidade de cruzamento

Define a probabilidade do indivíduo ser combinado com o ótimo global. Se o cruzamento não é usado, o ponto é juntado da própria memória do indivíduo.

DE: Fator de escala

Durante o cruzamento, o fator de escala decide sobre a "velocidade" do movimento.

Ciclos de aprendizagem

Define o número de iterações que o algoritmo deve tomar. Em cada iteração, todos os indivíduos ensaiam um valor para a solução ótima e compartilham seu conhecimento.

PS: Constante cognitiva

Define a importância da própria memória (em particular o melhor ponto alcançado até o momento)

PS: Coeficiente de constrição

Define a velocidade a qual as partículas ou indivíduos convergem entre si.

PS: Probabilidade de mutação

Define a probabilidade, que em vez de mover um componente da partícula em direção ao ótimo, escolhe aleatoriamente um novo valor dentro do intervalo válido da variável.

PS: Constante social

Define a importância do ótimo global entre todas as partículas ou indivíduos.

Mostrar detalhes do solver

Quando ativado, uma caixa de diálogo adicional aparece durante o processo de resolução dando informações sobre o progresso, o nível de estagnação, o ótimo encontrado até o momento e a possibilidade de parar ou continuar a resolução.

Tamanho da colônia

Define o número de indivíduos que participam do processo de aprendizagem. Cada indivíduo encontra suas próprias soluções e contribui para o conhecimento geral.

Limite de estagnação

Se este número de indivíduos encontrar soluções dentro de um intervalo fechado, a interação é interrompida e o melhor dos valores é então escolhido como ótimo.

Tolerância de estagnação

Define em que intervalo as soluções são consideradas "similares".

Utilizar comparador ACR

Quando desativado (padrão), utiliza o comparador BCH. Compara dois indivíduos ao examinar violações das suas restrições e somente quando são iguais, mede a solução do momento.

Quando ativado, utiliza o comparador ACR. Compara dois indivíduos dependentes na iteração atual e mede a qualidade com o conhecimento sobre a biblioteca das piores soluções conhecidas (em relação a suas violações das restrições).

Utilizar ponto inicial aleatório

Quando ativado, a biblioteca é preenchida com pontos aleatórios.

Se desativado, Os valores presentes (dados pelo usuário) são inseridos na biblioteca como ponto de referência.

Estimativas dos limites das variáveis

Quando ativado (padrão) o algoritmo tenta encontrar os limites da variável olhando nos pontos iniciais.

Piso dos limites das variáveis

Ao estimar os limites da variável, este limiar especifica como o valores iniciais são deslocados para construir os limites. Para exemplos de como estes valores são calculados, consulte a wiki.


Algoritmo evolucionário SCO

A otimização social cognitiva considera o comportamento humano da aprendizagem e compartilhamento de informação. Cada indivíduo tem acesso a uma biblioteca comum com conhecimento compartilhado entre os indivíduos.

Configuração

Descrição

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Ciclos de aprendizagem

Define o número de interações que o algoritmo deve tomar. A cada iteração, todos os indivíduos estimam a melhor solução e compartilham seu conhecimento.

Mostrar detalhes do solver

Quando ativado, uma caixa de diálogo adicional aparece durante o processo de resolução dando informações sobre o progresso, o nível de estagnação, o ótimo encontrado até o momento e a possibilidade de parar ou continuar a resolução.

Tamanho da biblioteca

Define a quantidade de informação a armazenar na biblioteca pública. Cada indivíduo armazena conhecimento ali e pede informações.

Tamanho da colônia

Define o número de indivíduos que participam do processo de aprendizagem. Cada indivíduo encontra suas próprias soluções e contribui para o conhecimento geral.

Limite de estagnação

Se este número de indivíduos encontrar soluções dentro de um intervalo fechado, a interação é interrompida e o melhor dos valores é então escolhido como ótimo.

Tolerância de estagnação

Define em que intervalo as soluções são consideradas "similares".

Utilizar comparador ACR

Quando desativado (padrão), utiliza o comparador BCH. Compara dois indivíduos ao examinar violações das suas restrições e somente quando são iguais, mede a solução do momento.

Quando ativado, utiliza o comparador ACR. Compara dois indivíduos dependentes na iteração atual e mede a qualidade com o conhecimento sobre a biblioteca das piores soluções conhecidas (em relação a suas violações das restrições).

Estimativas dos limites das variáveis

Quando ativado (padrão) o algoritmo tenta encontrar os limites da variável olhando nos pontos iniciais.

Piso dos limites das variáveis

Ao estimar os limites da variável, este limiar especifica como o valores iniciais são deslocados para construir os limites. Para exemplos de como estes valores são calculados, consulte a wiki.


Solver linear do LibreOfficeDev e solver linear CoinMP

Configuração

Descrição

Assumir variáveis como inteiros

Marque para forçar as variáveis a assumirem somente valores inteiros.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Nível Epsilon

Valores válidos entre 0 (muito apertado) e 3 (muito folgado). Epsilon é a tolerância para arredondar valores a zero.

Limitar profundidade do branch-and-bound

Especifica a profundidade máxima do branch-and-bound. Um valor positivo significa que a profundidade é absoluta. Um valor negativo significa que o limite da profundidade é relativo.

Limite de tempo da resolução

Define o tempo máximo para o algoritmo convergir para uma solução.


Solver não linear de colônia do LibreOfficeDev (Experimental)

Configuração

Descrição

Assumir variáveis como inteiros

Marque para forçar as variáveis a assumirem somente valores inteiros.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Limite de tempo da resolução

Define o tempo máximo para o algoritmo convergir para uma solução.

Algoritmo de colônia

Define o algoritmo de colônia. 0 para evolução diferencial e 1 para otimização de partículas da colônia. O padrão é 0.