Estratégias de aplicações sequenciais e paralelas da metaheurística otimização por enxame de partículas ao problema do caixeiro viajante

Particle Swarm Optimization is a metaheuristic that arose in order to simulate the behavior of a number of birds in flight, with its random movement locally, but globally determined. This technique has been widely used to address non-liner continuous problems and yet little explored in discrete problems. This paper presents the operation of this metaheuristic, and propose strategies for implementation of optimization discret problems as form of execution parallel as sequential. The computational experiments were performed to instances of the TSP, selected in the library TSPLIB contenct to 3038 nodes, showing the improvement of performance of parallel methods for their sequential versions, in executation time and results

Otimização por Enxame de Partículas ou Particle Swarm Optimization (PSO) é uma metaheurística que surgiu na intenção de simular o comportamento de um conjunto de pássaros em vôo, com seu movimento localmente aleatório, mas globalmente determinado. Esta técnica tem sido muito utilizada na resolução de problemas contínuos não-lineares e ainda pouco explorada em problemas discretos. Este trabalho apresenta o funcionamento desta metaheurística, além de propor estratégias para sua aplicação em problemas de otimização discreta tanto na sua forma de execução seqüencial quanto paralela. Os experimentos computacionais foram realizados para instâncias do problema do caixeiro viajante, selecionados na biblioteca TSPLIB contendo até 1002 nós, mostrando a melhoria de desempenho dos métodos paralelos em relação as suas versões seqüenciais, em tempo de execução e resultados