Opções dos algoritmos do solver

Taxa de alternância do agente

Especifica a probabilidade de um indivíduo de escolher a estratégia de evolução diferencial.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

DE: Probabilidade de cruzamento

Define a probabilidade do indivíduo ser combinado com o ótimo global. Se o cruzamento não é usado, o ponto é juntado da própria memória do indivíduo.

DE: Fator de escala

Durante o cruzamento, o fator de escala decide sobre a "velocidade" do movimento.

Ciclos de aprendizagem

Define o número de iterações que o algoritmo deve tomar. Em cada iteração, todos os indivíduos ensaiam um valor para a solução ótima e compartilham seu conhecimento.

PS: Constante cognitiva

Define a importância da própria memória (em particular o melhor ponto alcançado até o momento)

PS: Coeficiente de constrição

Define a velocidade a qual as partículas ou indivíduos convergem entre si.

PS: Probabilidade de mutação

Define a probabilidade, que em vez de mover um componente da partícula em direção ao ótimo, escolhe aleatoriamente um novo valor dentro do intervalo válido da variável.

PS: Constante social

Define a importância do ótimo global entre todas as partículas ou indivíduos.

Mostrar detalhes do solver

Quando ativado, uma caixa de diálogo adicional aparece durante o processo de resolução dando informações sobre o progresso, o nível de estagnação, o ótimo encontrado até o momento e a possibilidade de parar ou continuar a resolução.

Tamanho da colônia

Define o número de indivíduos que participam do processo de aprendizagem. Cada indivíduo encontra suas próprias soluções e contribui para o conhecimento geral.

Limite de estagnação

Se este número de indivíduos encontrar soluções dentro de um intervalo fechado, a interação é interrompida e o melhor dos valores é então escolhido como ótimo.

Tolerância de estagnação

Define em que intervalo as soluções são consideradas "similares".

Utilizar comparador ACR

Quando desativado (padrão), utiliza o comparador BCH. Compara dois indivíduos ao examinar violações das suas restrições e somente quando são iguais, mede a solução do momento.

Quando ativado, utiliza o comparador ACR. Compara dois indivíduos dependentes na iteração atual e mede a qualidade com o conhecimento sobre a biblioteca das piores soluções conhecidas (em relação a suas violações das restrições).

Utilizar ponto inicial aleatório

Quando ativado, a biblioteca é preenchida com pontos aleatórios.

Se desativado, Os valores presentes (dados pelo usuário) são inseridos na biblioteca como ponto de referência.

Estimativas dos limites das variáveis

Quando ativado (padrão) o algoritmo tenta encontrar os limites da variável olhando nos pontos iniciais.

Piso dos limites das variáveis

Ao estimar os limites da variável, este limiar especifica como o valores iniciais são deslocados para construir os limites. Para exemplos de como estes valores são calculados, consulte a wiki.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Ciclos de aprendizagem

Define o número de interações que o algoritmo deve tomar. A cada iteração, todos os indivíduos estimam a melhor solução e compartilham seu conhecimento.

Mostrar detalhes do solver

Quando ativado, uma caixa de diálogo adicional aparece durante o processo de resolução dando informações sobre o progresso, o nível de estagnação, o ótimo encontrado até o momento e a possibilidade de parar ou continuar a resolução.

Tamanho da biblioteca

Define a quantidade de informação a armazenar na biblioteca pública. Cada indivíduo armazena conhecimento ali e pede informações.

Tamanho da colônia

Define o número de indivíduos que participam do processo de aprendizagem. Cada indivíduo encontra suas próprias soluções e contribui para o conhecimento geral.

Limite de estagnação

Se este número de indivíduos encontrar soluções dentro de um intervalo fechado, a interação é interrompida e o melhor dos valores é então escolhido como ótimo.

Tolerância de estagnação

Define em que intervalo as soluções são consideradas "similares".

Utilizar comparador ACR

Estimativas dos limites das variáveis

Quando ativado (padrão) o algoritmo tenta encontrar os limites da variável olhando nos pontos iniciais.

Piso dos limites das variáveis

Ao estimar os limites da variável, este limiar especifica como o valores iniciais são deslocados para construir os limites. Para exemplos de como estes valores são calculados, consulte a wiki.

Assumir variáveis como inteiros

Marque para forçar as variáveis a assumirem somente valores inteiros.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Nível Epsilon

Valores válidos entre 0 (muito apertado) e 3 (muito folgado). Epsilon é a tolerância para arredondar valores a zero.

Limitar profundidade do branch-and-bound

Especifica a profundidade máxima do branch-and-bound. Um valor positivo significa que a profundidade é absoluta. Um valor negativo significa que o limite da profundidade é relativo.

Limite de tempo da resolução

Define o tempo máximo para o algoritmo convergir para uma solução.

Assumir variáveis como inteiros

Marque para forçar as variáveis a assumirem somente valores inteiros.

Assumir variáveis como não negativas

Marque para forçar as variáveis a serem somente positivas.

Limite de tempo da resolução

Define o tempo máximo para o algoritmo convergir para uma solução.

Algoritmo de colônia

Define o algoritmo de colônia. 0 para evolução diferencial e 1 para otimização de partículas da colônia. O padrão é 0.