Planeamento de transportes escolares baseado em optimização de colónia de formigas

Detalhes bibliográficos
Autor(a) principal: Henriques, Rodrigo David Teixeira
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10348/724
Resumo: O planeamento dos transportes sempre se apresentou como um problema complexo, tendo em conta o número de locais e rotas possíveis, condicionantes temporais e dos trajectos. A complexidade do planeamento dos transportes deve-se ao elevado número de combinações possíveis de trajectos sendo este problema semelhante ao problema do caixeiro viajante, ou seja, vários locais que devem ser visitados apenas uma vez da forma mais eficiente. Nos últimos anos tem-se verificado o uso de conceitos da Inteligência Artificial, designadamente a Computação Evolutiva e Inteligência Colectiva na procura de soluções para o planeamento de trajectórias. A Optimização de Colónias de Formigas, um ramo da Inteligência Colectiva, apresenta-se como uma solução interessante para o problema do planeamento de transportes. Nesta dissertação é proposto um algoritmo capaz de solucionar eficazmente o problema de planeamento de transportes escolares. Para tal foi construído um método, baseado nas estratégias de Optimização por Colónias de Formigas, computacionalmente e estruturalmente eficaz. Baseado no paradigma da Optimização de Colónia de Formigas desenvolveu-se um algoritmo adaptado ao problema do planeamento de transportes, construído de modo a permitir a inclusão de novas e mais complexas restrições. O resultado presente é já um algoritmo capaz de solucionar o problema proposto nesta dissertação. Os resultados obtidos são bastante satisfatórios nos mais diversos grafos em que o algoritmo foi testado.
id RCAP_79f425c2c0eb1631d83a356042d8380f
oai_identifier_str oai:repositorio.utad.pt:10348/724
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Planeamento de transportes escolares baseado em optimização de colónia de formigasO planeamento dos transportes sempre se apresentou como um problema complexo, tendo em conta o número de locais e rotas possíveis, condicionantes temporais e dos trajectos. A complexidade do planeamento dos transportes deve-se ao elevado número de combinações possíveis de trajectos sendo este problema semelhante ao problema do caixeiro viajante, ou seja, vários locais que devem ser visitados apenas uma vez da forma mais eficiente. Nos últimos anos tem-se verificado o uso de conceitos da Inteligência Artificial, designadamente a Computação Evolutiva e Inteligência Colectiva na procura de soluções para o planeamento de trajectórias. A Optimização de Colónias de Formigas, um ramo da Inteligência Colectiva, apresenta-se como uma solução interessante para o problema do planeamento de transportes. Nesta dissertação é proposto um algoritmo capaz de solucionar eficazmente o problema de planeamento de transportes escolares. Para tal foi construído um método, baseado nas estratégias de Optimização por Colónias de Formigas, computacionalmente e estruturalmente eficaz. Baseado no paradigma da Optimização de Colónia de Formigas desenvolveu-se um algoritmo adaptado ao problema do planeamento de transportes, construído de modo a permitir a inclusão de novas e mais complexas restrições. O resultado presente é já um algoritmo capaz de solucionar o problema proposto nesta dissertação. Os resultados obtidos são bastante satisfatórios nos mais diversos grafos em que o algoritmo foi testado.Transport planning has always presented itself as a complex problem, given the number of sites and possible routes, time and trajectory constraints. The complexity of transportation planning is due to the large number of possible combinations of routes. This problem is similar to the traveling salesman problem, where several sites must to be visited only once in the most eficiente way. In recent years there has been the use of concepts of Artificial Intelligence, namely Evolutionary Computing and Swarm Intelligence in finding solutions for the trajectory planning. The Ant Colony Optimization, a branch of Swarm Intelligence, presents itself as an interesting solution to the problem of transport planning. This thesis proposes an algorithm capable of solving effectively the school transport planning problem. Therefore we have developed a method, based on Ant Colony Optimization strategies, computationally and structurally efficient. Based on the paradigm of Ant Colony Optimization, an algorithm adapted to the problem of transport planning was developed, built to allow the inclusion of new and more complex constraints. The result is an algorithm capable of solving the problem proposed in this dissertation. The results in the multiple graphs in which the algorithm was tested are quite satisfactory.2011-10-17T12:01:44Z2010-01-01T00:00:00Z2010info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10348/724porHenriques, Rodrigo David Teixeirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-02T12:53:55Zoai:repositorio.utad.pt:10348/724Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:05:45.370897Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Planeamento de transportes escolares baseado em optimização de colónia de formigas
title Planeamento de transportes escolares baseado em optimização de colónia de formigas
spellingShingle Planeamento de transportes escolares baseado em optimização de colónia de formigas
Henriques, Rodrigo David Teixeira
title_short Planeamento de transportes escolares baseado em optimização de colónia de formigas
title_full Planeamento de transportes escolares baseado em optimização de colónia de formigas
title_fullStr Planeamento de transportes escolares baseado em optimização de colónia de formigas
title_full_unstemmed Planeamento de transportes escolares baseado em optimização de colónia de formigas
title_sort Planeamento de transportes escolares baseado em optimização de colónia de formigas
author Henriques, Rodrigo David Teixeira
author_facet Henriques, Rodrigo David Teixeira
author_role author
dc.contributor.author.fl_str_mv Henriques, Rodrigo David Teixeira
description O planeamento dos transportes sempre se apresentou como um problema complexo, tendo em conta o número de locais e rotas possíveis, condicionantes temporais e dos trajectos. A complexidade do planeamento dos transportes deve-se ao elevado número de combinações possíveis de trajectos sendo este problema semelhante ao problema do caixeiro viajante, ou seja, vários locais que devem ser visitados apenas uma vez da forma mais eficiente. Nos últimos anos tem-se verificado o uso de conceitos da Inteligência Artificial, designadamente a Computação Evolutiva e Inteligência Colectiva na procura de soluções para o planeamento de trajectórias. A Optimização de Colónias de Formigas, um ramo da Inteligência Colectiva, apresenta-se como uma solução interessante para o problema do planeamento de transportes. Nesta dissertação é proposto um algoritmo capaz de solucionar eficazmente o problema de planeamento de transportes escolares. Para tal foi construído um método, baseado nas estratégias de Optimização por Colónias de Formigas, computacionalmente e estruturalmente eficaz. Baseado no paradigma da Optimização de Colónia de Formigas desenvolveu-se um algoritmo adaptado ao problema do planeamento de transportes, construído de modo a permitir a inclusão de novas e mais complexas restrições. O resultado presente é já um algoritmo capaz de solucionar o problema proposto nesta dissertação. Os resultados obtidos são bastante satisfatórios nos mais diversos grafos em que o algoritmo foi testado.
publishDate 2010
dc.date.none.fl_str_mv 2010-01-01T00:00:00Z
2010
2011-10-17T12:01:44Z
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 http://hdl.handle.net/10348/724
url http://hdl.handle.net/10348/724
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.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137144987451392