https://docs.google.com/presentation/d/e/2PACX-1vR3jZTbVBIabgTIdIAZsN8csYVoeD6mZ9Z5kE2oNHIdDq0QszNjb7KIG3jS86p-Mg/pubembed?start=false&loop=false&delayms=3000

1. Introdução aos Algoritmos Heurísticos

Os algoritmos heurísticos são técnicas de otimização que buscam soluções satisfatórias para problemas complexos quando métodos exatos são inviáveis devido ao elevado tempo de processamento1. Diferentemente dos algoritmos exatos, que garantem a solução ótima, as heurísticas operam com "aleatoriedade orientada" para encontrar soluções boas em tempo computacional razoável2.

A otimização heurística é especialmente útil em problemas NP-difíceis, onde o tempo de execução cresce exponencialmente com o aumento do tamanho do problema3. Essas técnicas são amplamente aplicadas em áreas como logística, finanças, engenharia e inteligência artificial3.

Comparação entre algoritmos exatos e heurísticos em otimização

2. Características Fundamentais das Heurísticas

2.1 Definição e Propriedades

Heurísticas são estratégias mentais utilizadas para simplificar a resolução de problemas e a tomada de decisões4. São atalhos cognitivos que ajudam a reduzir a carga mental quando lidamos com múltiplas alternativas ou informações incompletas4.

2.2 Vantagens e Limitações

Vantagens:

• Capacidade de encontrar soluções rapidamente, mesmo em problemas complexos3
• Técnicas frequentemente mais fáceis de implementar e analisar5
• Muito eficientes computacionalmente5

Limitações:

• Não garantem a solução ótima global6
• Podem levar a vieses e erros4
• Difícil provar que estão corretas5

3. Classificação das Metaheurísticas

As metaheurísticas se dividem em duas categorias principais, diferenciadas pelo mecanismo para escapar de ótimos locais7: