Urias da Rosa Novaes
Resumo
O processo de agrupar objetos reais ou abstratos em classes similares é uma importante atividade humana que se desenvolve naturalmente desde a infância. Como é uma atividade que encontra aplicações em várias áreas importantes, atualmente se desenvolvem métodos científicos que permitam sua realização de forma automatizada com pouca ou nenhuma intervenção humana. Algoritmos Swarm é uma linha da computação evolucionária, assim como Algoritmos Genéticos, que baseados em modelos encontrados na natureza, buscam soluções para problemas de otimização. Este trabalho faz uma descrição geral das características e métodos empregados no problema de agrupamento, descreve detalhadamente a técnica de otimização através de algoritmos swarm e apresenta o desenvolvimento de operadores para o agrupamento de dados através de algoritmos swarm. São apresentados estudos de casos que demonstram a eficiência dos algoritmos swarm para resolver problemas de agrupamento.
Abstract
The process of grouping real or abstract objects in similar classes is an important human activity that is developed naturally since the childhood. As it is an activity that finds applications in several important areas, scientific methods are developed to allow it to be performed in an automated way with little or no human intervention. Particle Swarm Algorithms is a line of the evolutionary computation , as well as Genetic Algorithms, that based on models found in the nature, search for solutions for optimization problems. This work makes a general description of the characteristics and methods used in the grouping problem, or clustering, it describes the particle swarm optimization technique in full detail and presents the development of operators for data clustering through particle swarm optimization algorithms. The efficiency of particle swarm optimization to solve clu stering problems is demonstrated through studies of cases.
