Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | http://hdl.handle.net/10438/16982 |
Resumo: | Concerns about the spread of disease affect both the population in their daily life and public health policy in Brazil and worldwide. The Brazilian Ministry of Health estimates that 2.5 billion people across the globe live in regions where dengue fever is an endemic disease, and approximately 50 million people are infected each year. In Brazil, new disease outbreaks occur every 3 to 5 years, generally associated with the introduction of a new serotype in the country. The last outbreak occurred in 2013 with the introduction of the so-called type-4 dengue virus. Surveillance of mosquito reproduction and infestation includes, among other methods, the use of "ovitraps" – traps where mosquitoes lay their eggs, which are considered one the best alternatives for detecting dengue and yellow fever outbreaks. The aim of this study is to reduce the sample size of the system for capturing dengue mosquito eggs used by the city of Rio de Janeiro. With this, it will be possible to increase the frequency of data collection from a monthly to a weekly basis without increasing costs, while maintaining the quality of estimates obtained from the sample. The sampling grid reduction problem is associated with a combinatorial optimization problem belonging to the NP class where, given a sample of size n, a subset of elements of size n* needs to be found such that the estimation error is less a preset limit. From this definition, it is possible to turn the sample reduction problem into a case of the 0/1 knapsack problem. Using this association, this paper proposes objective functions that incorporate spatio-temporal dependence effects as well as an approach using biased random-key genetic algorithms |
id |
FGV_1b6a664db9477f38af812d61a81e041d |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/16982 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Costa, Leonardo Rodrigues Mattos daEscolas::EMApSilva, Moacyr Alvim Horta Barbosa daBrito, José André de MouraCoelho, Flávio CodeçoFerreira, Gustavo da Silva2016-09-05T13:49:02Z2016-09-05T13:49:02Z2016-03-31COSTA, Leonardo Rodrigues Mattos da. Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro. Dissertação (Mestrado em Matemática Aplicada) - Escola de Matemática Aplicada, Fundação Getúlio Vargas - FGV, Rio de Janeiro, 2016.http://hdl.handle.net/10438/16982Concerns about the spread of disease affect both the population in their daily life and public health policy in Brazil and worldwide. The Brazilian Ministry of Health estimates that 2.5 billion people across the globe live in regions where dengue fever is an endemic disease, and approximately 50 million people are infected each year. In Brazil, new disease outbreaks occur every 3 to 5 years, generally associated with the introduction of a new serotype in the country. The last outbreak occurred in 2013 with the introduction of the so-called type-4 dengue virus. Surveillance of mosquito reproduction and infestation includes, among other methods, the use of "ovitraps" – traps where mosquitoes lay their eggs, which are considered one the best alternatives for detecting dengue and yellow fever outbreaks. The aim of this study is to reduce the sample size of the system for capturing dengue mosquito eggs used by the city of Rio de Janeiro. With this, it will be possible to increase the frequency of data collection from a monthly to a weekly basis without increasing costs, while maintaining the quality of estimates obtained from the sample. The sampling grid reduction problem is associated with a combinatorial optimization problem belonging to the NP class where, given a sample of size n, a subset of elements of size n* needs to be found such that the estimation error is less a preset limit. From this definition, it is possible to turn the sample reduction problem into a case of the 0/1 knapsack problem. Using this association, this paper proposes objective functions that incorporate spatio-temporal dependence effects as well as an approach using biased random-key genetic algorithmsA preocupação com a disseminação de doenças é presente tanto no dia-a-dia da população quanto nas pautas governamentais de saúde pública de cidades em todo o Brasil e no mundo. Segundo dados da Organização Mundial da Saúde, é estimado que no mundo, 2.5 bilhões de pessoas morem em regiões onde a Dengue é endêmica, sendo que aproximadamente 50 milhões de pessoas são infectadas anualmente. No Brasil, em particular, foram registrados ciclos de 3 a 5 anos para um novo surto da doença, geralmente associados à entrada de um novo sorotipo no país, sendo a última epidemia registrada em 2013, com a entrada da chamada "Dengue do tipo 4". Dentre as diversas formas de monitoramento da reprodução e infestação do mosquito, o uso das chamadas "Ovitrampas'', armadilha nas quais os mosquitos depositam seus ovos, vem sendo apontado como uma das melhores alternativas para detecção de surtos de Dengue e Febre Amarela, Marques et al. (1993); Chadee (1990). O objetivo principal deste estudo é a redução do tamanho da amostra do sistema de captura de ovos de mosquito da dengue, realizado pela prefeitura do Rio de Janeiro, viabilizando um aumento na frequência da coleta de dados, antes mensal, para uma frequência semanal, sem impactar nos custos do projeto e preservando a qualidade das estimativas obtidas a partir da amostra. O problema de redução da malha amostral está associado a um problema de otimização combinatória que pertence à classe NP, onde, dada uma amostra de tamanho n, desejamos encontrar um subconjunto de elementos amostrais de tamanho n* tal que o erro de estimação seja menor que um limite pré-estabelecido. A partir dessa definição, é possível estabelecer a correspondência do problema de redução amostral com o Problema da mochila 0-1. Utilizando esta associação, serão propostas funções objetivo onde são incorporados efeitos de dependência espaço-temporal, além de uma abordagem heurística baseada nos Algoritmos Genéticos de Chaves Aleatórias Viciadas.porSampling grid reductionGenetic algorithmsQcombinatorial optimizationAlgoritmos genéticosOtimização combinatóriaRedução de malha amostralMatemáticaOtimização combinatóriaAlgoritmos genéticosUma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVinfo:eu-repo/semantics/openAccessTEXTalgoritmos-geneticos-aplicados (1).pdf.txtalgoritmos-geneticos-aplicados (1).pdf.txtExtracted texttext/plain106081https://repositorio.fgv.br/bitstreams/fba53ac2-740e-4287-823e-ce2b2a85fbc8/download7a5b3f4b77ff552c564d5ff132496e43MD55ORIGINALalgoritmos-geneticos-aplicados (1).pdfalgoritmos-geneticos-aplicados (1).pdfarquivo contendo a dissertação completaapplication/pdf3144047https://repositorio.fgv.br/bitstreams/4794b191-5e8c-4573-b170-3fdb995f83a5/download998963b49b6ea865ce1cbaecc897ea61MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/7b2a51dc-55cd-4088-bafc-bff56b9bb60b/downloaddfb340242cced38a6cca06c627998fa1MD52THUMBNAILalgoritmos-geneticos-aplicados (1).pdf.jpgalgoritmos-geneticos-aplicados (1).pdf.jpgGenerated Thumbnailimage/jpeg2886https://repositorio.fgv.br/bitstreams/c53bdf4a-aebf-4756-9fb0-7bb2f4806701/downloadacc18d8406edf01f88fd04b8046b91acMD5610438/169822023-11-28 10:28:06.842open.accessoai:repositorio.fgv.br:10438/16982https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-28T10:28:06Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)falseVEVSTU9TIExJQ0VOQ0lBTUVOVE8gUEFSQSBBUlFVSVZBTUVOVE8sIFJFUFJPRFXDh8ODTyBFIERJVlVMR0HDh8ODTwpQw5pCTElDQSBERSBDT05URcOaRE8gw4AgQklCTElPVEVDQSBWSVJUVUFMIEZHViAodmVyc8OjbyAxLjIpCgoxLiBWb2PDqiwgdXN1w6FyaW8tZGVwb3NpdGFudGUgZGEgQmlibGlvdGVjYSBWaXJ0dWFsIEZHViwgYXNzZWd1cmEsIG5vCnByZXNlbnRlIGF0bywgcXVlIMOpIHRpdHVsYXIgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhdHJpbW9uaWFpcyBlL291CmRpcmVpdG9zIGNvbmV4b3MgcmVmZXJlbnRlcyDDoCB0b3RhbGlkYWRlIGRhIE9icmEgb3JhIGRlcG9zaXRhZGEgZW0KZm9ybWF0byBkaWdpdGFsLCBiZW0gY29tbyBkZSBzZXVzIGNvbXBvbmVudGVzIG1lbm9yZXMsIGVtIHNlIHRyYXRhbmRvCmRlIG9icmEgY29sZXRpdmEsIGNvbmZvcm1lIG8gcHJlY2VpdHVhZG8gcGVsYSBMZWkgOS42MTAvOTggZS9vdSBMZWkKOS42MDkvOTguIE7Do28gc2VuZG8gZXN0ZSBvIGNhc28sIHZvY8OqIGFzc2VndXJhIHRlciBvYnRpZG8sIGRpcmV0YW1lbnRlCmRvcyBkZXZpZG9zIHRpdHVsYXJlcywgYXV0b3JpemHDp8OjbyBwcsOpdmlhIGUgZXhwcmVzc2EgcGFyYSBvIGRlcMOzc2l0byBlCmRpdnVsZ2HDp8OjbyBkYSBPYnJhLCBhYnJhbmdlbmRvIHRvZG9zIG9zIGRpcmVpdG9zIGF1dG9yYWlzIGUgY29uZXhvcwphZmV0YWRvcyBwZWxhIGFzc2luYXR1cmEgZG9zIHByZXNlbnRlcyB0ZXJtb3MgZGUgbGljZW5jaWFtZW50bywgZGUKbW9kbyBhIGVmZXRpdmFtZW50ZSBpc2VudGFyIGEgRnVuZGHDp8OjbyBHZXR1bGlvIFZhcmdhcyBlIHNldXMKZnVuY2lvbsOhcmlvcyBkZSBxdWFscXVlciByZXNwb25zYWJpbGlkYWRlIHBlbG8gdXNvIG7Do28tYXV0b3JpemFkbyBkbwptYXRlcmlhbCBkZXBvc2l0YWRvLCBzZWphIGVtIHZpbmN1bGHDp8OjbyDDoCBCaWJsaW90ZWNhIFZpcnR1YWwgRkdWLCBzZWphCmVtIHZpbmN1bGHDp8OjbyBhIHF1YWlzcXVlciBzZXJ2acOnb3MgZGUgYnVzY2EgZSBkaXN0cmlidWnDp8OjbyBkZSBjb250ZcO6ZG8KcXVlIGZhw6dhbSB1c28gZGFzIGludGVyZmFjZXMgZSBlc3Bhw6dvIGRlIGFybWF6ZW5hbWVudG8gcHJvdmlkZW5jaWFkb3MKcGVsYSBGdW5kYcOnw6NvIEdldHVsaW8gVmFyZ2FzIHBvciBtZWlvIGRlIHNldXMgc2lzdGVtYXMgaW5mb3JtYXRpemFkb3MuCgoyLiBBIGFzc2luYXR1cmEgZGVzdGEgbGljZW7Dp2EgdGVtIGNvbW8gY29uc2Vxw7zDqm5jaWEgYSB0cmFuc2ZlcsOqbmNpYSwgYQp0w610dWxvIG7Do28tZXhjbHVzaXZvIGUgbsOjby1vbmVyb3NvLCBpc2VudGEgZG8gcGFnYW1lbnRvIGRlIHJveWFsdGllcwpvdSBxdWFscXVlciBvdXRyYSBjb250cmFwcmVzdGHDp8OjbywgcGVjdW5pw6FyaWEgb3UgbsOjbywgw6AgRnVuZGHDp8OjbwpHZXR1bGlvIFZhcmdhcywgZG9zIGRpcmVpdG9zIGRlIGFybWF6ZW5hciBkaWdpdGFsbWVudGUsIHJlcHJvZHV6aXIgZQpkaXN0cmlidWlyIG5hY2lvbmFsIGUgaW50ZXJuYWNpb25hbG1lbnRlIGEgT2JyYSwgaW5jbHVpbmRvLXNlIG8gc2V1CnJlc3Vtby9hYnN0cmFjdCwgcG9yIG1laW9zIGVsZXRyw7RuaWNvcywgbm8gc2l0ZSBkYSBCaWJsaW90ZWNhIFZpcnR1YWwKRkdWLCBhbyBww7pibGljbyBlbSBnZXJhbCwgZW0gcmVnaW1lIGRlIGFjZXNzbyBhYmVydG8uCgozLiBBIHByZXNlbnRlIGxpY2Vuw6dhIHRhbWLDqW0gYWJyYW5nZSwgbm9zIG1lc21vcyB0ZXJtb3MgZXN0YWJlbGVjaWRvcwpubyBpdGVtIDIsIHN1cHJhLCBxdWFscXVlciBkaXJlaXRvIGRlIGNvbXVuaWNhw6fDo28gYW8gcMO6YmxpY28gY2Fiw612ZWwKZW0gcmVsYcOnw6NvIMOgIE9icmEgb3JhIGRlcG9zaXRhZGEsIGluY2x1aW5kby1zZSBvcyB1c29zIHJlZmVyZW50ZXMgw6AKcmVwcmVzZW50YcOnw6NvIHDDumJsaWNhIGUvb3UgZXhlY3XDp8OjbyBww7pibGljYSwgYmVtIGNvbW8gcXVhbHF1ZXIgb3V0cmEKbW9kYWxpZGFkZSBkZSBjb211bmljYcOnw6NvIGFvIHDDumJsaWNvIHF1ZSBleGlzdGEgb3UgdmVuaGEgYSBleGlzdGlyLApub3MgdGVybW9zIGRvIGFydGlnbyA2OCBlIHNlZ3VpbnRlcyBkYSBMZWkgOS42MTAvOTgsIG5hIGV4dGVuc8OjbyBxdWUKZm9yIGFwbGljw6F2ZWwgYW9zIHNlcnZpw6dvcyBwcmVzdGFkb3MgYW8gcMO6YmxpY28gcGVsYSBCaWJsaW90ZWNhClZpcnR1YWwgRkdWLgoKNC4gRXN0YSBsaWNlbsOnYSBhYnJhbmdlLCBhaW5kYSwgbm9zIG1lc21vcyB0ZXJtb3MgZXN0YWJlbGVjaWRvcyBubwppdGVtIDIsIHN1cHJhLCB0b2RvcyBvcyBkaXJlaXRvcyBjb25leG9zIGRlIGFydGlzdGFzIGludMOpcnByZXRlcyBvdQpleGVjdXRhbnRlcywgcHJvZHV0b3JlcyBmb25vZ3LDoWZpY29zIG91IGVtcHJlc2FzIGRlIHJhZGlvZGlmdXPDo28gcXVlCmV2ZW50dWFsbWVudGUgc2VqYW0gYXBsaWPDoXZlaXMgZW0gcmVsYcOnw6NvIMOgIG9icmEgZGVwb3NpdGFkYSwgZW0KY29uZm9ybWlkYWRlIGNvbSBvIHJlZ2ltZSBmaXhhZG8gbm8gVMOtdHVsbyBWIGRhIExlaSA5LjYxMC85OC4KCjUuIFNlIGEgT2JyYSBkZXBvc2l0YWRhIGZvaSBvdSDDqSBvYmpldG8gZGUgZmluYW5jaWFtZW50byBwb3IKaW5zdGl0dWnDp8O1ZXMgZGUgZm9tZW50byDDoCBwZXNxdWlzYSBvdSBxdWFscXVlciBvdXRyYSBzZW1lbGhhbnRlLCB2b2PDqgpvdSBvIHRpdHVsYXIgYXNzZWd1cmEgcXVlIGN1bXByaXUgdG9kYXMgYXMgb2JyaWdhw6fDtWVzIHF1ZSBsaGUgZm9yYW0KaW1wb3N0YXMgcGVsYSBpbnN0aXR1acOnw6NvIGZpbmFuY2lhZG9yYSBlbSByYXrDo28gZG8gZmluYW5jaWFtZW50bywgZQpxdWUgbsOjbyBlc3TDoSBjb250cmFyaWFuZG8gcXVhbHF1ZXIgZGlzcG9zacOnw6NvIGNvbnRyYXR1YWwgcmVmZXJlbnRlIMOgCnB1YmxpY2HDp8OjbyBkbyBjb250ZcO6ZG8gb3JhIHN1Ym1ldGlkbyDDoCBCaWJsaW90ZWNhIFZpcnR1YWwgRkdWLgoKNi4gQ2FzbyBhIE9icmEgb3JhIGRlcG9zaXRhZGEgZW5jb250cmUtc2UgbGljZW5jaWFkYSBzb2IgdW1hIGxpY2Vuw6dhCkNyZWF0aXZlIENvbW1vbnMgKHF1YWxxdWVyIHZlcnPDo28pLCBzb2IgYSBsaWNlbsOnYSBHTlUgRnJlZQpEb2N1bWVudGF0aW9uIExpY2Vuc2UgKHF1YWxxdWVyIHZlcnPDo28pLCBvdSBvdXRyYSBsaWNlbsOnYSBxdWFsaWZpY2FkYQpjb21vIGxpdnJlIHNlZ3VuZG8gb3MgY3JpdMOpcmlvcyBkYSBEZWZpbml0aW9uIG9mIEZyZWUgQ3VsdHVyYWwgV29ya3MKKGRpc3BvbsOtdmVsIGVtOiBodHRwOi8vZnJlZWRvbWRlZmluZWQub3JnL0RlZmluaXRpb24pIG91IEZyZWUgU29mdHdhcmUKRGVmaW5pdGlvbiAoZGlzcG9uw612ZWwgZW06IGh0dHA6Ly93d3cuZ251Lm9yZy9waGlsb3NvcGh5L2ZyZWUtc3cuaHRtbCksIApvIGFycXVpdm8gcmVmZXJlbnRlIMOgIE9icmEgZGV2ZSBpbmRpY2FyIGEgbGljZW7Dp2EgYXBsaWPDoXZlbCBlbQpjb250ZcO6ZG8gbGVnw612ZWwgcG9yIHNlcmVzIGh1bWFub3MgZSwgc2UgcG9zc8OtdmVsLCB0YW1iw6ltIGVtIG1ldGFkYWRvcwpsZWfDrXZlaXMgcG9yIG3DoXF1aW5hLiBBIGluZGljYcOnw6NvIGRhIGxpY2Vuw6dhIGFwbGljw6F2ZWwgZGV2ZSBzZXIKYWNvbXBhbmhhZGEgZGUgdW0gbGluayBwYXJhIG9zIHRlcm1vcyBkZSBsaWNlbmNpYW1lbnRvIG91IHN1YSBjw7NwaWEKaW50ZWdyYWwuCgoKQW8gY29uY2x1aXIgYSBwcmVzZW50ZSBldGFwYSBlIGFzIGV0YXBhcyBzdWJzZXHDvGVudGVzIGRvIHByb2Nlc3NvIGRlCnN1Ym1pc3PDo28gZGUgYXJxdWl2b3Mgw6AgQmlibGlvdGVjYSBWaXJ0dWFsIEZHViwgdm9jw6ogYXRlc3RhIHF1ZSBsZXUgZQpjb25jb3JkYSBpbnRlZ3JhbG1lbnRlIGNvbSBvcyB0ZXJtb3MgYWNpbWEgZGVsaW1pdGFkb3MsIGFzc2luYW5kby1vcwpzZW0gZmF6ZXIgcXVhbHF1ZXIgcmVzZXJ2YSBlIG5vdmFtZW50ZSBjb25maXJtYW5kbyBxdWUgY3VtcHJlIG9zCnJlcXVpc2l0b3MgaW5kaWNhZG9zIG5vIGl0ZW0gMSwgc3VwcmEuCgpIYXZlbmRvIHF1YWxxdWVyIGRpc2NvcmTDom5jaWEgZW0gcmVsYcOnw6NvIGFvcyBwcmVzZW50ZXMgdGVybW9zIG91IG7Do28Kc2UgdmVyaWZpY2FuZG8gbyBleGlnaWRvIG5vIGl0ZW0gMSwgc3VwcmEsIHZvY8OqIGRldmUgaW50ZXJyb21wZXIKaW1lZGlhdGFtZW50ZSBvIHByb2Nlc3NvIGRlIHN1Ym1pc3PDo28uIEEgY29udGludWlkYWRlIGRvIHByb2Nlc3NvCmVxdWl2YWxlIMOgIGFzc2luYXR1cmEgZGVzdGUgZG9jdW1lbnRvLCBjb20gdG9kYXMgYXMgY29uc2Vxw7zDqm5jaWFzIG5lbGUKcHJldmlzdGFzLCBzdWplaXRhbmRvLXNlIG8gc2lnbmF0w6FyaW8gYSBzYW7Dp8O1ZXMgY2l2aXMgZSBjcmltaW5haXMgY2Fzbwpuw6NvIHNlamEgdGl0dWxhciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGF0cmltb25pYWlzIGUvb3UgY29uZXhvcwphcGxpY8OhdmVpcyDDoCBPYnJhIGRlcG9zaXRhZGEgZHVyYW50ZSBlc3RlIHByb2Nlc3NvLCBvdSBjYXNvIG7Do28gdGVuaGEKb2J0aWRvIHByw6l2aWEgZSBleHByZXNzYSBhdXRvcml6YcOnw6NvIGRvIHRpdHVsYXIgcGFyYSBvIGRlcMOzc2l0byBlCnRvZG9zIG9zIHVzb3MgZGEgT2JyYSBlbnZvbHZpZG9zLgoKClBhcmEgYSBzb2x1w6fDo28gZGUgcXVhbHF1ZXIgZMO6dmlkYSBxdWFudG8gYW9zIHRlcm1vcyBkZSBsaWNlbmNpYW1lbnRvIGUKbyBwcm9jZXNzbyBkZSBzdWJtaXNzw6NvLCBjbGlxdWUgbm8gbGluayAiRmFsZSBjb25vc2NvIi4K |
dc.title.por.fl_str_mv |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
title |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
spellingShingle |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro Costa, Leonardo Rodrigues Mattos da Sampling grid reduction Genetic algorithms Qcombinatorial optimization Algoritmos genéticos Otimização combinatória Redução de malha amostral Matemática Otimização combinatória Algoritmos genéticos |
title_short |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
title_full |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
title_fullStr |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
title_full_unstemmed |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
title_sort |
Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro |
author |
Costa, Leonardo Rodrigues Mattos da |
author_facet |
Costa, Leonardo Rodrigues Mattos da |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EMAp |
dc.contributor.member.none.fl_str_mv |
Silva, Moacyr Alvim Horta Barbosa da Brito, José André de Moura |
dc.contributor.author.fl_str_mv |
Costa, Leonardo Rodrigues Mattos da |
dc.contributor.advisor1.fl_str_mv |
Coelho, Flávio Codeço Ferreira, Gustavo da Silva |
contributor_str_mv |
Coelho, Flávio Codeço Ferreira, Gustavo da Silva |
dc.subject.eng.fl_str_mv |
Sampling grid reduction Genetic algorithms Qcombinatorial optimization |
topic |
Sampling grid reduction Genetic algorithms Qcombinatorial optimization Algoritmos genéticos Otimização combinatória Redução de malha amostral Matemática Otimização combinatória Algoritmos genéticos |
dc.subject.por.fl_str_mv |
Algoritmos genéticos Otimização combinatória Redução de malha amostral |
dc.subject.area.por.fl_str_mv |
Matemática |
dc.subject.bibliodata.por.fl_str_mv |
Otimização combinatória Algoritmos genéticos |
description |
Concerns about the spread of disease affect both the population in their daily life and public health policy in Brazil and worldwide. The Brazilian Ministry of Health estimates that 2.5 billion people across the globe live in regions where dengue fever is an endemic disease, and approximately 50 million people are infected each year. In Brazil, new disease outbreaks occur every 3 to 5 years, generally associated with the introduction of a new serotype in the country. The last outbreak occurred in 2013 with the introduction of the so-called type-4 dengue virus. Surveillance of mosquito reproduction and infestation includes, among other methods, the use of "ovitraps" – traps where mosquitoes lay their eggs, which are considered one the best alternatives for detecting dengue and yellow fever outbreaks. The aim of this study is to reduce the sample size of the system for capturing dengue mosquito eggs used by the city of Rio de Janeiro. With this, it will be possible to increase the frequency of data collection from a monthly to a weekly basis without increasing costs, while maintaining the quality of estimates obtained from the sample. The sampling grid reduction problem is associated with a combinatorial optimization problem belonging to the NP class where, given a sample of size n, a subset of elements of size n* needs to be found such that the estimation error is less a preset limit. From this definition, it is possible to turn the sample reduction problem into a case of the 0/1 knapsack problem. Using this association, this paper proposes objective functions that incorporate spatio-temporal dependence effects as well as an approach using biased random-key genetic algorithms |
publishDate |
2016 |
dc.date.accessioned.fl_str_mv |
2016-09-05T13:49:02Z |
dc.date.available.fl_str_mv |
2016-09-05T13:49:02Z |
dc.date.issued.fl_str_mv |
2016-03-31 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
COSTA, Leonardo Rodrigues Mattos da. Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro. Dissertação (Mestrado em Matemática Aplicada) - Escola de Matemática Aplicada, Fundação Getúlio Vargas - FGV, Rio de Janeiro, 2016. |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10438/16982 |
identifier_str_mv |
COSTA, Leonardo Rodrigues Mattos da. Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticos: aplicado ao sistema de ovitrampas da cidade do Rio de Janeiro. Dissertação (Mestrado em Matemática Aplicada) - Escola de Matemática Aplicada, Fundação Getúlio Vargas - FGV, Rio de Janeiro, 2016. |
url |
http://hdl.handle.net/10438/16982 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/fba53ac2-740e-4287-823e-ce2b2a85fbc8/download https://repositorio.fgv.br/bitstreams/4794b191-5e8c-4573-b170-3fdb995f83a5/download https://repositorio.fgv.br/bitstreams/7b2a51dc-55cd-4088-bafc-bff56b9bb60b/download https://repositorio.fgv.br/bitstreams/c53bdf4a-aebf-4756-9fb0-7bb2f4806701/download |
bitstream.checksum.fl_str_mv |
7a5b3f4b77ff552c564d5ff132496e43 998963b49b6ea865ce1cbaecc897ea61 dfb340242cced38a6cca06c627998fa1 acc18d8406edf01f88fd04b8046b91ac |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1810023947643650048 |