Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
Texto Completo: | http://tede2.pucgoias.edu.br:8080/handle/tede/4361 |
Resumo: | Na otimização existem métodos aplicáveis a uma variedade de problemas de minimização. Ao definir o método a ser aplicado para um problema real, baseia-se na produção científica buscando similaridade com o problema e a eficiência de seus resultados. Surge uma lacuna no desafio de extrair informações de experimentos em trabalhos científicos que possibilitem a reprodução do estudo. Este trabalho tem como objetivo desenvolver um ambiente experimental online voltado à otimização, com a funcionalidade de realizar testes experimentais com algoritmos meta-heurísticos, com a possibilidade de hibridização, validando os conceitos desenvolvidos por meio da solução de problemas de benchmark e permitindo a comparação com outros métodos desenvolvidos na literatura. Todos os códigos são desenvolvidos na linguagem de programação Python e são de código aberto. O ambiente permitirá a configuração do algoritmo e demonstrará a resolução do problema, permitindo a compreensão da aplicação de métodos, a avaliação de hibridizações e a comparação entre todos os métodos. Para problemas de roteirização foram desenvolvidos os métodos metaheurísticos Algoritmo Genético (GA), Recozimento Simulado (SA) e Colônia de Formigas (ACO). Para otimização não linear os métodos GA e SA foram aplicados às funções e instâncias de benchmark para avaliação da eficiência dos métodos. Foram avaliadas as hibridizações dos métodos utilizando a lógica de trabalho colaborativo retransmitido. Os resultados demonstraram que as técnicas híbridas tem uma capacidade superior aos métodos convencionais para resolução dos problemas de instâncias para o Problema do Caixeiro Viajante (TSP) e Problema de Roteamento de Veículos Capacitado (CVRP), sendo que a hibridização ACO+GA foi a combinação que atingiu os melhores valores de eficiência média para os problemas com valores de 97,5% para o TSP e 96,66% para o CVRP, com destaque para as execuções que envolvem os maiores problemas entre as instâncias da biblioteca A-VRP. Um ambiente foi disponibilizado na web, http://hybroo.hopto.org:5000/ para acesso dos métodos e execução dos testes, permitindo a conferência dos dados desta pesquisa |
id |
PUC_GO_b388da44504dfd5ec59619c72935bff0 |
---|---|
oai_identifier_str |
oai:ambar:tede/4361 |
network_acronym_str |
PUC_GO |
network_name_str |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
repository_id_str |
6593 |
spelling |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimizaçãoHybroo Web Platform: Experimental Environment for Optimization Algorithms HybridizationAmbiente Web experimental; CVRP; TSP; Hibridização de metaheurísticas; Otimização não linearExperimental Web environment; CVRP; TSP; Hybridization of metaheuristics; Nonlinear optimizationENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAONa otimização existem métodos aplicáveis a uma variedade de problemas de minimização. Ao definir o método a ser aplicado para um problema real, baseia-se na produção científica buscando similaridade com o problema e a eficiência de seus resultados. Surge uma lacuna no desafio de extrair informações de experimentos em trabalhos científicos que possibilitem a reprodução do estudo. Este trabalho tem como objetivo desenvolver um ambiente experimental online voltado à otimização, com a funcionalidade de realizar testes experimentais com algoritmos meta-heurísticos, com a possibilidade de hibridização, validando os conceitos desenvolvidos por meio da solução de problemas de benchmark e permitindo a comparação com outros métodos desenvolvidos na literatura. Todos os códigos são desenvolvidos na linguagem de programação Python e são de código aberto. O ambiente permitirá a configuração do algoritmo e demonstrará a resolução do problema, permitindo a compreensão da aplicação de métodos, a avaliação de hibridizações e a comparação entre todos os métodos. Para problemas de roteirização foram desenvolvidos os métodos metaheurísticos Algoritmo Genético (GA), Recozimento Simulado (SA) e Colônia de Formigas (ACO). Para otimização não linear os métodos GA e SA foram aplicados às funções e instâncias de benchmark para avaliação da eficiência dos métodos. Foram avaliadas as hibridizações dos métodos utilizando a lógica de trabalho colaborativo retransmitido. Os resultados demonstraram que as técnicas híbridas tem uma capacidade superior aos métodos convencionais para resolução dos problemas de instâncias para o Problema do Caixeiro Viajante (TSP) e Problema de Roteamento de Veículos Capacitado (CVRP), sendo que a hibridização ACO+GA foi a combinação que atingiu os melhores valores de eficiência média para os problemas com valores de 97,5% para o TSP e 96,66% para o CVRP, com destaque para as execuções que envolvem os maiores problemas entre as instâncias da biblioteca A-VRP. Um ambiente foi disponibilizado na web, http://hybroo.hopto.org:5000/ para acesso dos métodos e execução dos testes, permitindo a conferência dos dados desta pesquisaIn optimization there are methods applicable to a variety of minimization problems. When defining the method to be applied to a real problem, it is based on the scientific production seeking similarity with the problem and the efficiency of its results. There is a gap in the challenge of extracting information from experiments in scientific works that make possible the reproduction of the study. This work aims to develop an online experimental environment focused on optimization, with the functionality of performing experimental tests with metaheuristic algorithms, with the possibility of hybridization, validating the concepts developed through the solution of benchmark problems and allowing the comparison with other methods developed in the literature. All codes are developed in the Python programming language and are open source. The environment will allow the configuration of the algorithm and will demonstrate the resolution of the problem, allowing the understanding of the application of methods, the evaluation of hybridizations and the comparison between all the methods. For metaheuristic methods, Genetic Algorithm (GA), Simulated Annealing (SA) and Ant Colony (ACO) were developed for routing problems. For non-linear optimization GA and SA methods were applied to the functions and benchmark instances to evaluate the efficiency of the methods. Hybridizations of the methods were evaluated using retransmitted collaborative work logic. The results demonstrated that the hybrid techniques have a superior capability to the conventional methods to solve the problems of instances for the Traveling Salesman Problem (TSP) and Vehicle Routing Problem (CVRP). The ACO + GA hybridization was the combination which reached the best average efficiency values for the problems with values of 97.5% for the TSP and 96.66% for the CVRP, highlighting the executions involving the biggest problems among the selected ones. An environment was made available on the web, http://hybroo.hopto.org:5000/ to access the methods and the execution of the tests, allowing the data conference of this researchPontifícia Universidade Católica de GoiásEscola de Engenharia::Curso de Engenharia de ProduçãoBrasilPUC GoiásPrograma de Pós-Graduação STRICTO SENSU em Engenharia de Produção e SistemasDantas, Maria José Pereirahttp://lattes.cnpq.br/5115002204148904Vieira, Flávio Henrique Teleshttp://lattes.cnpq.br/0920629723928382Souza, Marcos Antôniohttp://lattes.cnpq.br/5703480951193863Ancioto Junior, Edgar Marcos2019-09-24T23:42:57Z2019-04-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAncioto Junior, Edgar Marcos. Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização. 2019. 101 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia.http://tede2.pucgoias.edu.br:8080/handle/tede/4361porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)instname:Pontifícia Universidade Católica de Goiás (PUC-GO)instacron:PUC_GO2019-09-25T04:00:29Zoai:ambar:tede/4361Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucgoias.edu.br:8080/http://tede2.pucgoias.edu.br:8080/oai/requesttede@pucgoias.edu.br||tede@pucgoias.edu.bropendoar:65932019-09-25T04:00:29Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)false |
dc.title.none.fl_str_mv |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização Hybroo Web Platform: Experimental Environment for Optimization Algorithms Hybridization |
title |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
spellingShingle |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização Ancioto Junior, Edgar Marcos Ambiente Web experimental; CVRP; TSP; Hibridização de metaheurísticas; Otimização não linear Experimental Web environment; CVRP; TSP; Hybridization of metaheuristics; Nonlinear optimization ENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAO |
title_short |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
title_full |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
title_fullStr |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
title_full_unstemmed |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
title_sort |
Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização |
author |
Ancioto Junior, Edgar Marcos |
author_facet |
Ancioto Junior, Edgar Marcos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Dantas, Maria José Pereira http://lattes.cnpq.br/5115002204148904 Vieira, Flávio Henrique Teles http://lattes.cnpq.br/0920629723928382 Souza, Marcos Antônio http://lattes.cnpq.br/5703480951193863 |
dc.contributor.author.fl_str_mv |
Ancioto Junior, Edgar Marcos |
dc.subject.por.fl_str_mv |
Ambiente Web experimental; CVRP; TSP; Hibridização de metaheurísticas; Otimização não linear Experimental Web environment; CVRP; TSP; Hybridization of metaheuristics; Nonlinear optimization ENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAO |
topic |
Ambiente Web experimental; CVRP; TSP; Hibridização de metaheurísticas; Otimização não linear Experimental Web environment; CVRP; TSP; Hybridization of metaheuristics; Nonlinear optimization ENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAO |
description |
Na otimização existem métodos aplicáveis a uma variedade de problemas de minimização. Ao definir o método a ser aplicado para um problema real, baseia-se na produção científica buscando similaridade com o problema e a eficiência de seus resultados. Surge uma lacuna no desafio de extrair informações de experimentos em trabalhos científicos que possibilitem a reprodução do estudo. Este trabalho tem como objetivo desenvolver um ambiente experimental online voltado à otimização, com a funcionalidade de realizar testes experimentais com algoritmos meta-heurísticos, com a possibilidade de hibridização, validando os conceitos desenvolvidos por meio da solução de problemas de benchmark e permitindo a comparação com outros métodos desenvolvidos na literatura. Todos os códigos são desenvolvidos na linguagem de programação Python e são de código aberto. O ambiente permitirá a configuração do algoritmo e demonstrará a resolução do problema, permitindo a compreensão da aplicação de métodos, a avaliação de hibridizações e a comparação entre todos os métodos. Para problemas de roteirização foram desenvolvidos os métodos metaheurísticos Algoritmo Genético (GA), Recozimento Simulado (SA) e Colônia de Formigas (ACO). Para otimização não linear os métodos GA e SA foram aplicados às funções e instâncias de benchmark para avaliação da eficiência dos métodos. Foram avaliadas as hibridizações dos métodos utilizando a lógica de trabalho colaborativo retransmitido. Os resultados demonstraram que as técnicas híbridas tem uma capacidade superior aos métodos convencionais para resolução dos problemas de instâncias para o Problema do Caixeiro Viajante (TSP) e Problema de Roteamento de Veículos Capacitado (CVRP), sendo que a hibridização ACO+GA foi a combinação que atingiu os melhores valores de eficiência média para os problemas com valores de 97,5% para o TSP e 96,66% para o CVRP, com destaque para as execuções que envolvem os maiores problemas entre as instâncias da biblioteca A-VRP. Um ambiente foi disponibilizado na web, http://hybroo.hopto.org:5000/ para acesso dos métodos e execução dos testes, permitindo a conferência dos dados desta pesquisa |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-09-24T23:42:57Z 2019-04-17 |
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.uri.fl_str_mv |
Ancioto Junior, Edgar Marcos. Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização. 2019. 101 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia. http://tede2.pucgoias.edu.br:8080/handle/tede/4361 |
identifier_str_mv |
Ancioto Junior, Edgar Marcos. Plataforma Web Hybroo: ambiente experimental voltado à hibridização de algoritmos de otimização. 2019. 101 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia. |
url |
http://tede2.pucgoias.edu.br:8080/handle/tede/4361 |
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.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Goiás Escola de Engenharia::Curso de Engenharia de Produção Brasil PUC Goiás Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Goiás Escola de Engenharia::Curso de Engenharia de Produção Brasil PUC Goiás Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) instname:Pontifícia Universidade Católica de Goiás (PUC-GO) instacron:PUC_GO |
instname_str |
Pontifícia Universidade Católica de Goiás (PUC-GO) |
instacron_str |
PUC_GO |
institution |
PUC_GO |
reponame_str |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
collection |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO) |
repository.mail.fl_str_mv |
tede@pucgoias.edu.br||tede@pucgoias.edu.br |
_version_ |
1809202270996267008 |