BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@2 |
Resumo: | Os problemas de alocação de recurso procuram encontrar uma repartição ideal de recursos a um número fixo de áreas. Nesta dissertação, consideramos um problema de alocação de recurso com uma função objetiva linear e dois conjuntos distintos de restrições: um conjunto de restrições aninhados, onde as somas parciais das variáveis de decisão são limitadas por cima e uma restrição linear que define um hiperplano. Propomos um algoritmo fracamente e um fortemente polinomial. O algoritmo fracamente polinomial requer algumas suposições sobre os dados e possui complexidade de O(n log n log |Λ|/|I|), onde n é o número de variáveis, Λ é um intervalo no espaço dual, e |I| está relacionado com a precisão dos dados. O algoritmo fortemente polinomial é baseado na técnica de busca paramétrica de Megiddo e obtém uma complexidade O(n log n). As complexidades obtidas são superiores à complexidade do método genérico de Pontos Interiores, O(n 3/ log n). Além disso, uma análise experimental foi realizada e os algoritmos mostraram-se mais eficientes e produziram soluções ótimas para instâncias de problemas com até 1.000.000 variáveis. |
id |
PUC_RIO-1_b03e55d8f8bd9efff7afd89d6754ceae |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:52179 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO PARAMETRIC SEARCH FOR VARIANTS OF NESTED RESOURCE ALLOCATION PROBLEMS 2019-02-11THIBAUT VICTOR GASTON VIDAL70569766117lattes.cnpq.br/1821402316308818MARCO SERPA MOLINAROTHIBAUT VICTOR GASTON VIDALEDUARDO SANY LABERMARCO SERPA MOLINAROMARCO SERPA MOLINARO12622756798lattes.cnpq.br/0700992397410070JOAO PEDRO TEIXEIRA BRANDAOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBROs problemas de alocação de recurso procuram encontrar uma repartição ideal de recursos a um número fixo de áreas. Nesta dissertação, consideramos um problema de alocação de recurso com uma função objetiva linear e dois conjuntos distintos de restrições: um conjunto de restrições aninhados, onde as somas parciais das variáveis de decisão são limitadas por cima e uma restrição linear que define um hiperplano. Propomos um algoritmo fracamente e um fortemente polinomial. O algoritmo fracamente polinomial requer algumas suposições sobre os dados e possui complexidade de O(n log n log |Λ|/|I|), onde n é o número de variáveis, Λ é um intervalo no espaço dual, e |I| está relacionado com a precisão dos dados. O algoritmo fortemente polinomial é baseado na técnica de busca paramétrica de Megiddo e obtém uma complexidade O(n log n). As complexidades obtidas são superiores à complexidade do método genérico de Pontos Interiores, O(n 3/ log n). Além disso, uma análise experimental foi realizada e os algoritmos mostraram-se mais eficientes e produziram soluções ótimas para instâncias de problemas com até 1.000.000 variáveis.The Resource Allocation Problems seek to find an optimal repartition of resources into a fixed number of areas. In this thesis, we consider a resource allocation problem with a linear objective and two distinct sets of constraints: a set of nested constraints, where the partial sums of the decision variables are limited from above and a linear constraint that defines a hyperplane. We propose a weakly and a strongly polynomial algorithm. The weakly polynomial algorithm requires certain assumptions of the data and runs in O(n log n log |Λ|/|I|) time, where n is the number of decision variables, Λ is an interval in the dual space, and |I| relates to the precision of the data. The strongly polynomial algorithm is based on Megiddo s parametric search technique, and obtains a complexity of O(n log n). These are large improvements upon the O(n 3/ log n) complexity of the generic Interior Point Method. In addition, an experimental analysis was carried out and the algorithms showed to be more efficient and produced optimal solutions for problem instances with up to 1,000,000 variables.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T14:00:20Zoai:MAXWELL.puc-rio.br:52179Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-08T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.pt.fl_str_mv |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
dc.title.alternative.en.fl_str_mv |
PARAMETRIC SEARCH FOR VARIANTS OF NESTED RESOURCE ALLOCATION PROBLEMS |
title |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
spellingShingle |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO JOAO PEDRO TEIXEIRA BRANDAO |
title_short |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
title_full |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
title_fullStr |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
title_full_unstemmed |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
title_sort |
BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO |
author |
JOAO PEDRO TEIXEIRA BRANDAO |
author_facet |
JOAO PEDRO TEIXEIRA BRANDAO |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
THIBAUT VICTOR GASTON VIDAL |
dc.contributor.advisor1ID.fl_str_mv |
70569766117 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/1821402316308818 |
dc.contributor.referee1.fl_str_mv |
MARCO SERPA MOLINARO |
dc.contributor.referee2.fl_str_mv |
THIBAUT VICTOR GASTON VIDAL |
dc.contributor.referee3.fl_str_mv |
EDUARDO SANY LABER |
dc.contributor.referee4.fl_str_mv |
MARCO SERPA MOLINARO |
dc.contributor.referee5.fl_str_mv |
MARCO SERPA MOLINARO |
dc.contributor.authorID.fl_str_mv |
12622756798 |
dc.contributor.authorLattes.fl_str_mv |
lattes.cnpq.br/0700992397410070 |
dc.contributor.author.fl_str_mv |
JOAO PEDRO TEIXEIRA BRANDAO |
contributor_str_mv |
THIBAUT VICTOR GASTON VIDAL MARCO SERPA MOLINARO THIBAUT VICTOR GASTON VIDAL EDUARDO SANY LABER MARCO SERPA MOLINARO MARCO SERPA MOLINARO |
description |
Os problemas de alocação de recurso procuram encontrar uma repartição ideal de recursos a um número fixo de áreas. Nesta dissertação, consideramos um problema de alocação de recurso com uma função objetiva linear e dois conjuntos distintos de restrições: um conjunto de restrições aninhados, onde as somas parciais das variáveis de decisão são limitadas por cima e uma restrição linear que define um hiperplano. Propomos um algoritmo fracamente e um fortemente polinomial. O algoritmo fracamente polinomial requer algumas suposições sobre os dados e possui complexidade de O(n log n log |Λ|/|I|), onde n é o número de variáveis, Λ é um intervalo no espaço dual, e |I| está relacionado com a precisão dos dados. O algoritmo fortemente polinomial é baseado na técnica de busca paramétrica de Megiddo e obtém uma complexidade O(n log n). As complexidades obtidas são superiores à complexidade do método genérico de Pontos Interiores, O(n 3/ log n). Além disso, uma análise experimental foi realizada e os algoritmos mostraram-se mais eficientes e produziram soluções ótimas para instâncias de problemas com até 1.000.000 variáveis. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-02-11 |
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 |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52179@2 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM INFORMÁTICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324955338047488 |