Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.

Detalhes bibliográficos
Autor(a) principal: LOPES, Roza Maria Zoellner.
Data de Publicação: 2020
Outros Autores: SCARPIN, Cassius Tadeu., PÉCORA JUNIOR, José Eduardo.
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440
Resumo: O problema de clusterização consiste no agrupamento de itens baseado em alguma característica em comum. No presente estudo realizou-se o agrupamento em clusters de pontos gerados aleatoriamente com o objetivo de obter a mínima distância entre eles. Utilizou-se a metaheurística Algoritmo Genético (AG) com soluções iniciais obtidas por heurísticas construtivas e pela metodologia K-means, sendo esta última melhorada pelo algoritmo Local Search. A fim de comprovar a eficiência da abordagem proposta comparouse os dados obtidos com os resultados da solução exata do problema. Os resultados mostram que o Algoritmo Genético obtém soluções para instâncias onde não é possível obter o resultado exato.
id UFCG_f1467e8b6cef025741a756b20ab950fd
oai_identifier_str oai:localhost:riufcg/32440
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.Minimum distance clustering: an approach using genetic algorithm.ClusterizaçãoMínima distânciaAlgoritmo genéticoMetodologia K-meansAlgoritmo Local SearchClusteringMinimum distanceGenetic AlgorithmK-means methodologyLocal Search AlgorithmEngenharia de Produção.O problema de clusterização consiste no agrupamento de itens baseado em alguma característica em comum. No presente estudo realizou-se o agrupamento em clusters de pontos gerados aleatoriamente com o objetivo de obter a mínima distância entre eles. Utilizou-se a metaheurística Algoritmo Genético (AG) com soluções iniciais obtidas por heurísticas construtivas e pela metodologia K-means, sendo esta última melhorada pelo algoritmo Local Search. A fim de comprovar a eficiência da abordagem proposta comparouse os dados obtidos com os resultados da solução exata do problema. Os resultados mostram que o Algoritmo Genético obtém soluções para instâncias onde não é possível obter o resultado exato.Universidade Federal de Campina GrandeBrasilUFCG20202023-10-27T17:59:00Z2023-10-272023-10-27T17:59:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjecthttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440LOPES, Roza Maria Zoellner; SCARPIN, Cassius Tadeu; PÉCORA JÚNIOR, José Eduardo; SATI, Tarek Nasser. Clusterização por mínima distância: uma abordagem utilizando algoritmo genético. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 8., 2020. Anais [...]. Caruaru - PE: UNIFAVIP, 2020. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440porLOPES, Roza Maria Zoellner.SCARPIN, Cassius Tadeu.PÉCORA JUNIOR, José Eduardo.info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2023-11-28T17:21:38Zoai:localhost:riufcg/32440Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512023-11-28T17:21:38Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
Minimum distance clustering: an approach using genetic algorithm.
title Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
spellingShingle Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
LOPES, Roza Maria Zoellner.
Clusterização
Mínima distância
Algoritmo genético
Metodologia K-means
Algoritmo Local Search
Clustering
Minimum distance
Genetic Algorithm
K-means methodology
Local Search Algorithm
Engenharia de Produção.
title_short Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
title_full Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
title_fullStr Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
title_full_unstemmed Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
title_sort Clusterização por mínima distância: uma abordagem utilizando algoritmo genético.
author LOPES, Roza Maria Zoellner.
author_facet LOPES, Roza Maria Zoellner.
SCARPIN, Cassius Tadeu.
PÉCORA JUNIOR, José Eduardo.
author_role author
author2 SCARPIN, Cassius Tadeu.
PÉCORA JUNIOR, José Eduardo.
author2_role author
author
dc.contributor.author.fl_str_mv LOPES, Roza Maria Zoellner.
SCARPIN, Cassius Tadeu.
PÉCORA JUNIOR, José Eduardo.
dc.subject.por.fl_str_mv Clusterização
Mínima distância
Algoritmo genético
Metodologia K-means
Algoritmo Local Search
Clustering
Minimum distance
Genetic Algorithm
K-means methodology
Local Search Algorithm
Engenharia de Produção.
topic Clusterização
Mínima distância
Algoritmo genético
Metodologia K-means
Algoritmo Local Search
Clustering
Minimum distance
Genetic Algorithm
K-means methodology
Local Search Algorithm
Engenharia de Produção.
description O problema de clusterização consiste no agrupamento de itens baseado em alguma característica em comum. No presente estudo realizou-se o agrupamento em clusters de pontos gerados aleatoriamente com o objetivo de obter a mínima distância entre eles. Utilizou-se a metaheurística Algoritmo Genético (AG) com soluções iniciais obtidas por heurísticas construtivas e pela metodologia K-means, sendo esta última melhorada pelo algoritmo Local Search. A fim de comprovar a eficiência da abordagem proposta comparouse os dados obtidos com os resultados da solução exata do problema. Os resultados mostram que o Algoritmo Genético obtém soluções para instâncias onde não é possível obter o resultado exato.
publishDate 2020
dc.date.none.fl_str_mv 2020
2023-10-27T17:59:00Z
2023-10-27
2023-10-27T17:59:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440
LOPES, Roza Maria Zoellner; SCARPIN, Cassius Tadeu; PÉCORA JÚNIOR, José Eduardo; SATI, Tarek Nasser. Clusterização por mínima distância: uma abordagem utilizando algoritmo genético. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 8., 2020. Anais [...]. Caruaru - PE: UNIFAVIP, 2020. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440
identifier_str_mv LOPES, Roza Maria Zoellner; SCARPIN, Cassius Tadeu; PÉCORA JÚNIOR, José Eduardo; SATI, Tarek Nasser. Clusterização por mínima distância: uma abordagem utilizando algoritmo genético. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 8., 2020. Anais [...]. Caruaru - PE: UNIFAVIP, 2020. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32440
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 Universidade Federal de Campina Grande
Brasil
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744597290582016

Registros relacionados