SAG: Algoritmo Metaheurístico Híbrido de Otimização de Processos SA+AG

As técnicas metaheurísticas são ferramentas poderosas para resolução de problemas de otimização complexos cujos espaços de busca das soluções ótimas sejam muito grandes para que se possa determiná-las com precisão através de um método determinístico com tempo de processamento aceitável (PASZKOWICZ, 2009). Dentre as várias técnicas metaheurísicas utilizadas atualmente destacam-se: os Algoritmos Genéticos (AG) (HOLLAND, 1975), Simulated Annealing (SA) (KIRKPATRICK, GELATTI e VECCHI, 1983), a Busca Tabu (BT) (GLOVER e LAGUNA, 1997), Sistema Colônia de Formigas (Ant Colony System ¿ ACS) (DORIGO, MANIEZZO e COLORNI, 1996), o algoritmo híbrido GASA(Genetic Algorithms and Simulated Annealing) (ZHANG et al, 2009) entre outros. Para Oysu e Bingul (2009), dentre as técnicas supracitadas, o AG e o SA têm sido amplamente empregadas na resolução de problemas de otimização. O SAG, similar ao GASA, também combina a aplicação das técnicas do AG e do SA mas, no sentido inverso, ou seja, ele utiliza o SA para gerar uma população de soluções iniciais com um alto grau de qualidade. A partir daí, aplica o método evolucionário nesta população inicial.