IMPLEMENTAÇÃO DE ALGORITMOS GENÉTICOS PARALELOS PARA SOLUÇÃO DE PROBLEMAS DE ENGENHARIA

Resumo

O relatório apresenta uma pesquisa voltada para a implementação de Algoritmos Genéticos Paralelos (AGP) em Python, aplicados à solução de problemas complexos de engenharia. A justificativa baseia-se na necessidade de otimização eficiente em espaços de busca extensos e de alta dimensionalidade, comuns em problemas de engenharia e ciência da computação, nos quais métodos tradicionais podem ser ineficazes devido ao alto custo computacional. Os Algoritmos Genéticos (AG) se destacam por sua capacidade de explorar soluções de forma robusta, porém, sua execução sequencial é lenta para problemas de grande escala. Assim, a paralelização, especialmente pelo Modelo de Ilhas, surge como alternativa para aumentar o desempenho, mantendo a diversidade genética e evitando convergência prematura. O objetivo principal foi desenvolver um framework de AGP em Python que alie eficiência e adaptabilidade, abstraindo a complexidade da programação paralela para que usuários possam focar na modelagem dos problemas. A metodologia envolveu a implementação dos operadores clássicos de AG (seleção, crossover e mutação), divisão da população em subpopulações que evoluem paralelamente e troca periódica de indivíduos entre ilhas seguindo uma topologia em anel.