Glossário IA
O dicionário completo da Inteligência Artificial
Hiper-heurística
Método de otimização de alto nível que seleciona, combina ou gera heurísticas de baixo nível para resolver problemas computacionais difíceis de forma automatizada.
Heurística de seleção
Mecanismo que escolhe dinamicamente uma heurística ou uma combinação de heurísticas de um conjunto predefinido com base no estado atual da pesquisa.
Heurística de aceitação
Critério decisório que determina se uma solução gerada deve ser aceita ou rejeitada, baseado em métricas de desempenho e estratégias de exploração.
Aprendizagem online
Abordagem onde a hiper-heurística adapta suas estratégias durante a execução do processo de otimização usando as informações coletadas em tempo real.
Aprendizagem offline
Método onde a hiper-heurística é treinada em um conjunto de instâncias de problemas antes de sua implantação, criando conhecimento reutilizável para novas instâncias.
Espaço de heurísticas
Conjunto estruturado de heurísticas candidatas e suas combinações possíveis, explorado pela hiper-heurística para identificar as estratégias ótimas.
Domínio barreira
Princípio fundamental que estipula que as hiper-heurísticas devem operar acima do domínio do problema específico, garantindo sua aplicabilidade a diferentes contextos.
Auto-configuração
Capacidade de uma hiper-heurística de ajustar automaticamente seus próprios parâmetros e estratégias sem intervenção humana durante a otimização.
Coevolução
Processo evolucionário simultâneo onde as heurísticas e as soluções coevoluem, com as heurísticas se adaptando para resolver melhor as soluções emergentes.
Programação Genética de Hiper-heurísticas
Aplicação da programação genética para evoluir automaticamente programas ou árvores de decisão que representam estratégias de hiper-heurísticas.
Seleção Adaptativa de Heurísticas
Mecanismo que modifica dinamicamente seus critérios de seleção de heurísticas com base no histórico de desempenho e no estado de convergência.
Fusão de Heurísticas
Técnica que combina várias heurísticas elementares para criar estratégias híbridas que exploram as forças complementares de cada componente.
Meta-otimização
Processo de otimização de um otimizador em si, onde as hiper-heurísticas ajustam os parâmetros dos algoritmos subjacentes para maximizar sua eficácia.
Base de Conhecimento de Heurísticas
Sistema estruturado que armazena informações sobre o desempenho passado das heurísticas em diferentes contextos para guiar seleções futuras.
Evolução Gramatical para Hiper-heurísticas
Método evolucionário que utiliza uma gramática formal para restringir e guiar a geração de novas heurísticas válidas e estruturadas.
Sistema Multiagente de Hiper-heurísticas
Arquitetura distribuída onde múltiplos agentes hiper-heurísticos colaboram ou competem para resolver coletivamente problemas de otimização complexos.
Aprendizagem por Reforço para Hiper-heurísticas
Aplicação dos princípios da aprendizagem por reforço onde a hiper-heurística aprende uma política de seleção de heurísticas por tentativa e erro.
Hibridização de Hiper-heurísticas
Combinação de diferentes abordagens hiper-heurísticas (seleção, geração, aprendizagem) para criar sistemas mais robustos e eficientes.
Paisagem de Desempenho
Representação multidimensional do desempenho das heurísticas de acordo com diferentes características de instâncias, guiando as decisões de seleção adaptativas.