Comparação de operadores de cruzamentos utilizados em algoritmos genéticos aplicados aos problemas da cobertura de conjuntos e da mochila multidimensional

2019-11-052019-11-052019-07-11DUARTE, Renan Lobo. Comparação de operadores de cruzamentos utilizados em algoritmos genéticos aplicados aos problemas da cobertura de conjuntos e da mochila multidimensional. Orientador: Filipe de Oliveira Saraiva. 2019. 55 f. Trabalho de Curso (Bacharelado em Ciência da Computação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2019. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/2365. Acesso em:.https://bdm.ufpa.br/jspui/handle/prefix/2365Genetic algorithms are artificial intelligence techniques used for optimisation problems based on the theory of Darwinian natural selection. The effectiveness of this algorithm is more noticeable in the case of NP-hard problems such as the Set Covering Problem (SCP) and the Multidimensional Knapsack Problem (MKP). Crossover operators are the steps of the genetic algorithms that have fundamental importance in searching solutions in the search space. Evaluating, therefore, crossover methods is most important because of their ability to form individuals, which can improve or worsen them. At the end of this work, It can be said which crossover method fits better in and for which type of problem.Acesso AbertoAlgoritmo genéticoOtimizaçãoCruzamentoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOComparação de operadores de cruzamentos utilizados em algoritmos genéticos aplicados aos problemas da cobertura de conjuntos e da mochila multidimensionalTrabalho de Curso - Graduação - Monografia