Técnicas de mutação estáticas e adaptativas para algoritmo genético: uma análise comparativa sistemática

Neste artigo, é apresentada uma análise comparativa sistemática sobre várias técnicas de mutação estáticas e adaptativas para entender sua natureza em algoritmos genéticos. Três técnicas de mutação aleatória mais populares, como mutação uniforme, mutação Gaussiana e mutação de limite, duas técnicas individualmente adaptativas recentemente introduzidas, uma técnica de mutação auto-adaptativa e uma técnica de mutação determinística são utilizadas para realizar a análise. Um banco experimental comum de funções de teste benchmark é usado para testar as técnicas e os resultados são analisados. A análise pretende identificar a melhor técnica de mutação para cada problema benchmark e entender o comportamento de dependência das técnicas de mutação com outros parâmetros do algoritmo genético, como tamanhos de população, taxas de crossover e número de gerações. Com base nos resultados analíticos, foram obtidas descobertas interessantes que podem melhorar o desempenho do algoritmo genético.