A CONTRIBUTION TO THE STUDY ABOUT DIFFERENTIAL EVOLUTION

Resumen

ABSTRACT The advance of the computational resources has encouraged the utilization of optimization techniques in the solution of complex engineering problems. Thus, it is very attractive to consider the possibility of joining the feature of natural optimization methods to one algorithm which allows to work with small populations and to reduce computational time greatly. The Differential Evolution (DE) is a simple evolutionary algorithm which has these advantages. The most distinct feature of DE is to perturb individuals of a population by weighted difference among random population individuals. In this work, the theoretical formulation, the basic algorithm and an application are presented. The simplicity and efficiency of the algorithm in terms of easy implementation are demonstrated by an engineering problem. The results are compared with those obtained by using Genetic Algorithms. Keywords: Optimization, Evolutionary algorithm, Differential evolution, Multi-objective optimization. RESUMO O avanço dos recursos computacionais tem incentivado a utilização de técnicas de otimização na solução de problemas complexos de engenharia. Assim, torna-se muito atrativa a possibilidade de unir as características dos métodos naturais de otimização a um algoritmo que permita trabalhar com uma população pequena e uma grande redução do tempo computacional. A Evolução Diferencial (ED) é um algoritmo evolutivo simples que possui estas vantagens. A característica mais importante da ED é perturbar os indivíduos de uma população por meio de uma diferença ponderada entre os indivíduos da população escolhidos aleatoriamente. Neste trabalho, são apresentados a formulação teórica do método, um algoritmo básico e uma aplicação. A simplicidade e eficiência do algoritmo em termos de sua fácil implementação são demonstrados através de um problema de engenharia.Os resultados são comparados com os obtidos usando Algoritmos Genéticos. Palavras-chave: Otimização, Algoritmos evolutivos, Evolução Diferencial, Otimização multi-objetivo.