Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos

Detalhes bibliográficos
Autor(a) principal: Francisco de Assis Corrêa
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m18@80/2008/08.28.19.58
Resumo: Apesar do grande avanço na área de hardware computacional e das melhores técnicas atuais para a resolução de problemas de otimização combinatória, nem sempre é possível a obtenção do ótimo global para alguns problemas práticos de localização de facilidades em um tempo computacional aceitável devido à classificação como NP-hard e ao porte do problema. Esta tese explora a representação de restrições de problemas em grafos e uma estratégia de particionamento para resolver problemas de localização de facilidades, usando relaxações e método de decomposição. São abordados dois problemas de localização de facilidades: o Problema de Localização de Facilidades não-Capacitado e o Problema Probabilístico de Localização-Alocação de Máxima Cobertura. Para os dois foram aplicados a Relaxação Lagrangeana com Clusters (LagClus) e um Algoritmo de Geração de Colunas. O primeiro problema foi modelado por meio de um grafo de conflitos. O segundo foi modelado por um grafo de cobertura, pois, devido às características do problema, gera uma quantidade menor de restrições relaxadas ou de acoplamento, permitindo a obtenção de melhores limitantes. A relaxação lagrangeana tradicional e a relaxação de Programação Linear também foram aplicadas a esses problemas, de forma a obter valores para comparar com os resultados da LagClus e da Geração de Colunas. O Problema Probabilístico de Localização-Alocação de Máxima Cobertura foi ainda resolvido usando o Algoritmo Genético Construtivo (AGC) e o Clustering Search (CS). Os testes computacionais em instâncias da literatura mostram resultados interessantes, e significativas conclusões são apresentadas.
id INPE_181451bfc72e0819a88d37fd9423a4a7
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m18@80/2008/08.28.19.58.01-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisRelaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafosRelaxations and decomposition approach for some facility location problems modeled by graphs2008-10-03Luiz Antonio Nogueira LorenaEdson Luiz França SenneNelio Domingues PizzolatoReinaldo Morabito NetoFrancisco de Assis CorrêaInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Computação AplicadaINPEBRrelaxação lagrangeanarelaxação lagrangeana com clustersalgoritmo de geração de colunaslocalização de facilidadesparticionamento de grafoslagrangean relaxationlagrangean relaxations with clusterscolumn generation algorithmfacility location graph partitioningApesar do grande avanço na área de hardware computacional e das melhores técnicas atuais para a resolução de problemas de otimização combinatória, nem sempre é possível a obtenção do ótimo global para alguns problemas práticos de localização de facilidades em um tempo computacional aceitável devido à classificação como NP-hard e ao porte do problema. Esta tese explora a representação de restrições de problemas em grafos e uma estratégia de particionamento para resolver problemas de localização de facilidades, usando relaxações e método de decomposição. São abordados dois problemas de localização de facilidades: o Problema de Localização de Facilidades não-Capacitado e o Problema Probabilístico de Localização-Alocação de Máxima Cobertura. Para os dois foram aplicados a Relaxação Lagrangeana com Clusters (LagClus) e um Algoritmo de Geração de Colunas. O primeiro problema foi modelado por meio de um grafo de conflitos. O segundo foi modelado por um grafo de cobertura, pois, devido às características do problema, gera uma quantidade menor de restrições relaxadas ou de acoplamento, permitindo a obtenção de melhores limitantes. A relaxação lagrangeana tradicional e a relaxação de Programação Linear também foram aplicadas a esses problemas, de forma a obter valores para comparar com os resultados da LagClus e da Geração de Colunas. O Problema Probabilístico de Localização-Alocação de Máxima Cobertura foi ainda resolvido usando o Algoritmo Genético Construtivo (AGC) e o Clustering Search (CS). Os testes computacionais em instâncias da literatura mostram resultados interessantes, e significativas conclusões são apresentadas.Despite the great advances in computational equipment and the best known techniques for solving combinatorial optimization problems, it is not always possible to find the optimum solution to some practical facility location problems in a reasonable computational time, due to their size and classification issues. This thesis explores the representation of problem constraints in graphs and a graph partitioning strategy to solve facility location problems, using a relaxation and decomposition approach. Two problems were considered: the Uncapacitated Facility Location Problem and the Queueing Maximal Covering Location-Allocation Model. For both problems the Lagrangean Relaxation with Clusters (LagClus) and a Column Generation Method have been applied. The first has been modeled by a conflict graph. The second has been modeled by a covering graph that produces a smaller quantity of relaxed or coupling constraints for this problem, to obtain better bounds. Traditional lagrangean relaxation and linear programming relaxation have been applied to these problems in order to obtain values to compare with the results of the LagClus and Column Generation. The Queueing Maximal Covering Location-Allocation Model has also been solved using the Constructive Genetic Algorithm and the Clustering Search. The computational tests report interesting results for instances from the literature and significant conclusions are described.http://urlib.net/sid.inpe.br/mtc-m18@80/2008/08.28.19.58info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:17Zoai:urlib.net:sid.inpe.br/mtc-m18@80/2008/08.28.19.58.01-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:18.307Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
dc.title.alternative.en.fl_str_mv Relaxations and decomposition approach for some facility location problems modeled by graphs
title Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
spellingShingle Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
Francisco de Assis Corrêa
title_short Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
title_full Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
title_fullStr Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
title_full_unstemmed Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
title_sort Relaxações e método de decomposição para alguns problemas de localização de facilidades modelados em grafos
author Francisco de Assis Corrêa
author_facet Francisco de Assis Corrêa
author_role author
dc.contributor.advisor1.fl_str_mv Luiz Antonio Nogueira Lorena
dc.contributor.referee1.fl_str_mv Edson Luiz França Senne
dc.contributor.referee2.fl_str_mv Nelio Domingues Pizzolato
dc.contributor.referee3.fl_str_mv Reinaldo Morabito Neto
dc.contributor.author.fl_str_mv Francisco de Assis Corrêa
contributor_str_mv Luiz Antonio Nogueira Lorena
Edson Luiz França Senne
Nelio Domingues Pizzolato
Reinaldo Morabito Neto
dc.description.abstract.por.fl_txt_mv Apesar do grande avanço na área de hardware computacional e das melhores técnicas atuais para a resolução de problemas de otimização combinatória, nem sempre é possível a obtenção do ótimo global para alguns problemas práticos de localização de facilidades em um tempo computacional aceitável devido à classificação como NP-hard e ao porte do problema. Esta tese explora a representação de restrições de problemas em grafos e uma estratégia de particionamento para resolver problemas de localização de facilidades, usando relaxações e método de decomposição. São abordados dois problemas de localização de facilidades: o Problema de Localização de Facilidades não-Capacitado e o Problema Probabilístico de Localização-Alocação de Máxima Cobertura. Para os dois foram aplicados a Relaxação Lagrangeana com Clusters (LagClus) e um Algoritmo de Geração de Colunas. O primeiro problema foi modelado por meio de um grafo de conflitos. O segundo foi modelado por um grafo de cobertura, pois, devido às características do problema, gera uma quantidade menor de restrições relaxadas ou de acoplamento, permitindo a obtenção de melhores limitantes. A relaxação lagrangeana tradicional e a relaxação de Programação Linear também foram aplicadas a esses problemas, de forma a obter valores para comparar com os resultados da LagClus e da Geração de Colunas. O Problema Probabilístico de Localização-Alocação de Máxima Cobertura foi ainda resolvido usando o Algoritmo Genético Construtivo (AGC) e o Clustering Search (CS). Os testes computacionais em instâncias da literatura mostram resultados interessantes, e significativas conclusões são apresentadas.
dc.description.abstract.eng.fl_txt_mv Despite the great advances in computational equipment and the best known techniques for solving combinatorial optimization problems, it is not always possible to find the optimum solution to some practical facility location problems in a reasonable computational time, due to their size and classification issues. This thesis explores the representation of problem constraints in graphs and a graph partitioning strategy to solve facility location problems, using a relaxation and decomposition approach. Two problems were considered: the Uncapacitated Facility Location Problem and the Queueing Maximal Covering Location-Allocation Model. For both problems the Lagrangean Relaxation with Clusters (LagClus) and a Column Generation Method have been applied. The first has been modeled by a conflict graph. The second has been modeled by a covering graph that produces a smaller quantity of relaxed or coupling constraints for this problem, to obtain better bounds. Traditional lagrangean relaxation and linear programming relaxation have been applied to these problems in order to obtain values to compare with the results of the LagClus and Column Generation. The Queueing Maximal Covering Location-Allocation Model has also been solved using the Constructive Genetic Algorithm and the Clustering Search. The computational tests report interesting results for instances from the literature and significant conclusions are described.
description Apesar do grande avanço na área de hardware computacional e das melhores técnicas atuais para a resolução de problemas de otimização combinatória, nem sempre é possível a obtenção do ótimo global para alguns problemas práticos de localização de facilidades em um tempo computacional aceitável devido à classificação como NP-hard e ao porte do problema. Esta tese explora a representação de restrições de problemas em grafos e uma estratégia de particionamento para resolver problemas de localização de facilidades, usando relaxações e método de decomposição. São abordados dois problemas de localização de facilidades: o Problema de Localização de Facilidades não-Capacitado e o Problema Probabilístico de Localização-Alocação de Máxima Cobertura. Para os dois foram aplicados a Relaxação Lagrangeana com Clusters (LagClus) e um Algoritmo de Geração de Colunas. O primeiro problema foi modelado por meio de um grafo de conflitos. O segundo foi modelado por um grafo de cobertura, pois, devido às características do problema, gera uma quantidade menor de restrições relaxadas ou de acoplamento, permitindo a obtenção de melhores limitantes. A relaxação lagrangeana tradicional e a relaxação de Programação Linear também foram aplicadas a esses problemas, de forma a obter valores para comparar com os resultados da LagClus e da Geração de Colunas. O Problema Probabilístico de Localização-Alocação de Máxima Cobertura foi ainda resolvido usando o Algoritmo Genético Construtivo (AGC) e o Clustering Search (CS). Os testes computacionais em instâncias da literatura mostram resultados interessantes, e significativas conclusões são apresentadas.
publishDate 2008
dc.date.issued.fl_str_mv 2008-10-03
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m18@80/2008/08.28.19.58
url http://urlib.net/sid.inpe.br/mtc-m18@80/2008/08.28.19.58
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.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Luiz Antonio Nogueira Lorena
_version_ 1706809351784628224