???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/1252
Full metadata record
DC FieldValueLanguage
dc.creatorAZEVEDO, Marília Marta Gomes Orquiza de-
dc.contributor.advisor1PAUCAR, Vicente Leonardo-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1155686983267102por
dc.date.accessioned2017-04-07T11:44:34Z-
dc.date.issued2017-02-20-
dc.identifier.citationAZEVEDO, Marília Marta Gomes Orquiza de. ANÁLISE DO DESEMPENHO DE MÉTODOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS NO COMPORTAMENTO DAS PLANTAS. 2017. [80 folhas]. Dissertação( PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET) - Universidade Federal do Maranhão, [São Luis] .por
dc.identifier.urihttp://tedebc.ufma.br:8080/jspui/handle/tede/1252-
dc.description.resumoA inteligência artificial (IA) é um ramo da ciência da computação que estuda o comportamento inteligente dos seres vivos e imita essa inteligência implantando-a em programas de computador, máquinas e sistemas para resolver problemas relacionados à busca, otimização, planejamento, controle, automação, etc. Uma das áreas da inteligência artificial é a computação evolutiva, que é inspirada pelo princípio da evolução natural das espécies. Dentro da computação evolutiva vários métodos baseados na informação de plantas têm sido recentemente proposto. Como as plantas sobrevivem e se adaptam em ambientes agressivos tem despertado grande interesse dos pesquisadores em IA. O ciclo de vida de uma planta é extremamente intrigante. A maneira como as plantas se reproduzem, propagam, dispersam suas sementes e selecionam as mais resistentes é, sem dúvida, uma evidência de inteligência das plantas quando otimizam sua existência. Nesse sentido, diversos algoritmos computacionais baseados no ciclo de vida inteligente das plantas têm sido propostos nos anos recentes, esses algoritmos são, em muitos casos, simples de implementar e muito eficientes na solução de problemas complexos. Neste trabalho é analisado o desempenho de alguns desses algoritmos, o algoritmo de polinização de flores, o algoritmo de planta de morango, otimização invasiva de ervas daninhas e algoritmo do ciclo de vida da planta, todos baseados no comportamento inteligente das plantas, quando aplicados à otimização de funções teste e também comparados com algoritmos genéticos clássicos.por
dc.description.abstractArtificial intelligence (AI) is a branch of computer science that studies the intelligent behavior of living beings, and mimics this intelligence by deploying it in computer programs, machines and systems in order to solve problems related to searching, optimization, planning, control, automation, etc. One of the areas of artificial intelligence is evolutionary computation, which is inspired by the principle of natural evolution of species. Within the evolutionary computation several methods based on the intelligence of plants have been recently proposed. How the plants survive and adapt in harsh environments has aroused great interest of researchers in AI. It is remarkable that the life cycle of a plant is extremely intriguing. The way the plants reproduce, propagate, disperse their seeds and select the most resistant is undoubtedly an evidence of intelligence of plants when optimize their existence. In this sense, several computer algorithms based on the intelligent lifecycle of plants have been proposed recently, these algorithms are in many cases, simple to implement, and very efficient in solving complex problems. In this work, the performance of some algorithms, the flower pollination algorithm, strawberry plant algorithm, invasive weed optimization and plant life cycle algorithm, all of them based on the intelligent behavior of plants, are analyzed when applied to optimization of test functions, and they are also compared with classical genetic algorithms.eng
dc.description.provenanceSubmitted by Maria Aparecida (cidazen@gmail.com) on 2017-04-07T11:44:34Z No. of bitstreams: 1 Marilia Marta.pdf: 1791339 bytes, checksum: 4b1d16d2c77f148ff69597765e114fa2 (MD5)eng
dc.description.provenanceMade available in DSpace on 2017-04-07T11:44:34Z (GMT). No. of bitstreams: 1 Marilia Marta.pdf: 1791339 bytes, checksum: 4b1d16d2c77f148ff69597765e114fa2 (MD5) Previous issue date: 2017-02-20eng
dc.description.sponsorshipCAPESpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal do Maranhãopor
dc.publisher.departmentDEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCETpor
dc.publisher.countryBrasilpor
dc.publisher.initialsUFMApor
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETpor
dc.rightsAcesso Abertopor
dc.subjectInteligência artificial; inteligência das plantas; algoritmo de polinização das flores; algoritmo de propagação do morango; algoritmo da colonização das ervas daninhaspor
dc.subjectArtificial intelligence;intelligence of plants; flower pollination algorithm; strawberry propagation algorithm; weed colonization algorithmeng
dc.subject.cnpqComputabilidade e Modelos de Computaçãopor
dc.titleANÁLISE DO DESEMPENHO DE MÉTODOS DE INTELIGÊNCIA ARTIFICIAL BASEADOS NO COMPORTAMENTO DAS PLANTASpor
dc.title.alternativeMethods performance analysis of artificial intelligence based on the plants behavioreng
dc.typeDissertaçãopor
Appears in Collections:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Files in This Item:
File Description SizeFormat 
Marilia Marta.pdfDissertação de Mestrado1,75 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.