ANÁLISE DE REDES DE ÓTIMOS LOCAIS PARA SELEÇÃO DE META-HEURÍSTICAS BASEADAS NA TOPOLOGIA DO
ESPAÇO DE BUSCA
Redes de Ótimos Locais. Paisagem de Fitness. Problema do Caixeiro Viajante. Meta-heurísticas. Seleção de Algoritmos.
A seleção de meta-heurísticas para problemas de otimização combinatória NP-difíceis é tradicionalmente empírica e custosa. Este trabalho demonstra que Redes de Ótimos Locais (ROLs), enquanto modelo da paisagem de fitness, constituem um instrumento eficaz para a seleção entre classes de meta-heurísticas, tomando o Problema do Caixeiro Viajante Simétrico (PCVS) e Assimétrico (PCVA) como caso de estudo. ROLs são construídas por amostragem snowball combinada a random walk, extraindo-se dez características topológicas. O Iterated Local Search (ILS) e o Algoritmo Genético com operador Edge Assembly Crossover (AG-EAX), representantes do estado da arte em meta-heurísticas de trajetória única e populacionais, são usados para validação. Os resultados em doze instâncias da TSPLIB revelam que o peso médio dos laços reflexivos e o número de caminhos de hill-climbing classificam corretamente onze instâncias: ILS prevalece nas simétricas (funil) e AG-EAX nas assimétricas (topologia fragmentada), confirmando as ROLs como instrumento preditivo. A abordagem apresenta potencial de generalização para além do PCV, podendo ser aplicada a outros problemas de otimização combinatória NP-difíceis, onde a análise topológica da paisagem de fitness pode orientar a seleção de meta-heurísticas de forma sistemática e interpretável.