Uma nova meta-heurística adaptativa baseada em vetor de avaliações para otimização de portfólios de investimentos

Abstract

Este trabalho apresenta uma meta-heurística baseada em vetores de avaliação nomeada AVEMH, para solucionar problemas multiobjetivos. Esta meta-heurística consiste em evoluir duas populações de forma independente e trocar informações entre elas de forma que a primeira população evolua de acordo com o melhor indivíduo da segunda população e vice-versa. A escolha dos algoritmos a serem executados em cada geração é realizada de forma estocástica entre três algoritmos evolucionários existentes na literatura: PSO, DE e ABC. Os resultados desta meta-heurística são comparados usando funções de benchmarks, bem como aplicado ao problema do mundo real conhecidos por Seleção de Portfólios. Para avaliar a qualidade dos resultados obtidos utiliza-se uma métrica bem conhecida na análise de algoritmos evolucionários multiobjetivos denominada hiper volume. Foram aplicados testes de variância (ANOVA) e testes de Tukey para demonstrar que a nova meta-heurística pode encontrar melhores hiper volumes tanto nas funções de benchmarks Zdt quanto na otimização de portfólios de investimentos