Uma alternativa para resolver problemas complexos de otimização é usando algoritmos meta-heurísticos. As meta-heurísticas são métodos aproximados que oferecem soluções aceitáveis para problemas de otimização. Nos últimos anos, algumas meta-heurísticas inspiradas no comportamento de animais da natureza, em especial aqueles que vivem em grupos, vêm sendo bastante utilizadas. Este trabalho tem como objetivo apresentar um breve estudo do desempenho de duas meta-heurísticas conhecidas como Algoritmo dos Vaga-lumes e Algoritmo dos Morcegos. A comparação é realizada por meio de vários experimentos computacionais para otimizar funções de referência clássicas da literatura. Para isso, foram realizadas 30 execuções independentes, considerando diferentes dimensões e quantidade de avaliações da função objetivo. Após os experimentos, alguns dados estatísticos foram apresentados e eles evidenciaram a superioridade do Algoritmo dos Vaga-lumes quando comparado com o Algoritmo dos Morcegos.
Inovação no processo de ensino e aprendizagem de álgebra linear usando o software geogebra Innovation into the learning and teaching process of linear algebra using geogebra software
Uma abordagem interdisciplinar para obtenção da melhor função aproximada para ajuste de dados An interdisciplinary approach for best approaching data adjustment function
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.