Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo

Detalhes bibliográficos
Autor(a) principal: Souza, Daniel Vieira
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
Texto Completo: https://repositorio.ufersa.edu.br/handle/prefix/5216
Resumo: The concept of hyperheuristics is somewhat new in the field of optimization, it is a method that proposes a strategy of resolution that operates in a new level of abstraction, where without the use of specific information of the treated problem the method is able to o er solutions through the management of a set of available heuristic methods, and learning and / or training mechanisms may be employed. These characteristics allow this type of approach to adapt to di erent problem domains or to di erent classes of instances. Especially in problems where having a set of heuristic methods is not known which technique of resolution is the most adequate. The present work proposes as approach a hyperheuristic with learning integrated to GRASP (Greedy Randomized Adaptive Search Procedure) Metaheuristic applied to a variant of the classic Vehicle Routing Problem (PRV), the Vehicle Routing with TimeWindow (PRVJT). Having this method as learning mechanism a Reinforcement Learning (RA) technique, the algorithm Q-Learning that will have the task of indicating which heuristic method is most suitable to compose the constructive phase of GRASP. Like hyperheuristics with learning, another hyperheuristic method of managing random heuristics was implemented, trying to compare and analyze the performance of the learning method. The algorithms were tested in computational experiments with known instances in the literature for the PRVJT and the results obtained compared to the cost of solution, execution time and choice of the constructive heuristic method used in the GRASP construction phase
id UFER_b32cde18a28b0585f79010cbe5ad508a
oai_identifier_str oai:repositorio.ufersa.edu.br:prefix/5216
network_acronym_str UFER
network_name_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository_id_str
spelling Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempoHiperheurística com aprendizadoMetaheurística GRASPProblema de roteamento de veículos com janela de tempoAprendizado por reforçoHyperheuristics with learningGRASP metaheuristicsVehicle routing problem with time windowReinforcement learningCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOThe concept of hyperheuristics is somewhat new in the field of optimization, it is a method that proposes a strategy of resolution that operates in a new level of abstraction, where without the use of specific information of the treated problem the method is able to o er solutions through the management of a set of available heuristic methods, and learning and / or training mechanisms may be employed. These characteristics allow this type of approach to adapt to di erent problem domains or to di erent classes of instances. Especially in problems where having a set of heuristic methods is not known which technique of resolution is the most adequate. The present work proposes as approach a hyperheuristic with learning integrated to GRASP (Greedy Randomized Adaptive Search Procedure) Metaheuristic applied to a variant of the classic Vehicle Routing Problem (PRV), the Vehicle Routing with TimeWindow (PRVJT). Having this method as learning mechanism a Reinforcement Learning (RA) technique, the algorithm Q-Learning that will have the task of indicating which heuristic method is most suitable to compose the constructive phase of GRASP. Like hyperheuristics with learning, another hyperheuristic method of managing random heuristics was implemented, trying to compare and analyze the performance of the learning method. The algorithms were tested in computational experiments with known instances in the literature for the PRVJT and the results obtained compared to the cost of solution, execution time and choice of the constructive heuristic method used in the GRASP construction phaseO conceito de hiperheurística é um tanto novo no ramo da otimização, se trata de um método que propõe uma estratégia de resolução que opera em um novo nível de abstração, onde sem a utilização de informações específicas do problema tratado o método é capaz de oferecer soluções através do gerenciamento de um conjunto de métodos heurísticos disponíveis, podendo ainda serem empregados mecanismos de aprendizado e/ou treinamento. Essas características permitem que esse tipo de abordagem possa se adaptar a diversos domínios de problemas ou a diferentes classes de instâncias. Principalmente em problemas onde dispondo de um conjunto de métodos heurísticos não se sabe que técnica de resolução é a mais adequada. O presente trabalho propõe como abordagem uma hiperheurística com aprendizado integrada à Metaheurística GRASP (Greedy Randomized Adaptive Search Procedure) aplicada à uma variante do clássico Problema de Roteamento de Veículos (PRV), o Problema de Roteamento de Veículos com Janela de Tempo (PRVJT). Tendo esse método como mecanismo de aprendizado uma técnica de Aprendizado por Reforço (AR), o algoritmo Q-Learning, que terá a tarefa de indicar que método heurístico mais adequado irá compor a fase construtiva do GRASP. Assim como a hiperheurística com aprendizado foi implementado um outro método hiperheurístico de gerenciamento de heurísticas aleatório, buscando comparar e analisar o desempenho do método de aprendizado. Os algoritmos foram testados em experimentos computacionais com instâncias conhecidas da literatura para o PRVJT e os resultados obtidos comparados ao custo de solução, tempo de execução e escolha do método heurístico construtivo utilizado na fase de construção do GRASPCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESUniversidade Federal Rural do Semi-ÁridoBrasilCentro de Ciências Exatas e Naturais - CCENUFERSAPrograma de Pós-Graduação em Ciência da ComputaçãoLiberalino, Carlos Heitor Pereira02598913477http://lattes.cnpq.br/1635497235155150Lima Júnior, Francisco Chagas de75046105420http://lattes.cnpq.br/934204127618625Campos, Gustavo Augusto Lima de22171215291http://lattes.cnpq.br/7205705989244804Medeiros Neto, Francisco Dantas de00735640440http://lattes.cnpq.br/5525562330158282Fernandes Neto, André Pedro67306721453http://lattes.cnpq.br/6481909544754185Souza, Daniel Vieira2020-08-03T18:29:58Z2019-08-162020-08-03T18:29:58Z2019-03-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCitação com autor incluído no texto: Souza (2019) Citação com autor não incluído no texto: (SOUZA, 2019)https://repositorio.ufersa.edu.br/handle/prefix/5216porSOUZA, Daniel Vieira de. Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo. 2019. 79 f. Dissertação (Mestrado em Ciência da Computação), Universidade Federal Rural do Semi-Árido, Mossoró, 2019.CC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2023-10-30T20:28:00Zoai:repositorio.ufersa.edu.br:prefix/5216Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2023-10-30T20:28Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false
dc.title.none.fl_str_mv Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
title Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
spellingShingle Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
Souza, Daniel Vieira
Hiperheurística com aprendizado
Metaheurística GRASP
Problema de roteamento de veículos com janela de tempo
Aprendizado por reforço
Hyperheuristics with learning
GRASP metaheuristics
Vehicle routing problem with time window
Reinforcement learning
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
title_full Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
title_fullStr Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
title_full_unstemmed Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
title_sort Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo
author Souza, Daniel Vieira
author_facet Souza, Daniel Vieira
author_role author
dc.contributor.none.fl_str_mv Liberalino, Carlos Heitor Pereira
02598913477
http://lattes.cnpq.br/1635497235155150
Lima Júnior, Francisco Chagas de
75046105420
http://lattes.cnpq.br/934204127618625
Campos, Gustavo Augusto Lima de
22171215291
http://lattes.cnpq.br/7205705989244804
Medeiros Neto, Francisco Dantas de
00735640440
http://lattes.cnpq.br/5525562330158282
Fernandes Neto, André Pedro
67306721453
http://lattes.cnpq.br/6481909544754185
dc.contributor.author.fl_str_mv Souza, Daniel Vieira
dc.subject.por.fl_str_mv Hiperheurística com aprendizado
Metaheurística GRASP
Problema de roteamento de veículos com janela de tempo
Aprendizado por reforço
Hyperheuristics with learning
GRASP metaheuristics
Vehicle routing problem with time window
Reinforcement learning
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Hiperheurística com aprendizado
Metaheurística GRASP
Problema de roteamento de veículos com janela de tempo
Aprendizado por reforço
Hyperheuristics with learning
GRASP metaheuristics
Vehicle routing problem with time window
Reinforcement learning
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description The concept of hyperheuristics is somewhat new in the field of optimization, it is a method that proposes a strategy of resolution that operates in a new level of abstraction, where without the use of specific information of the treated problem the method is able to o er solutions through the management of a set of available heuristic methods, and learning and / or training mechanisms may be employed. These characteristics allow this type of approach to adapt to di erent problem domains or to di erent classes of instances. Especially in problems where having a set of heuristic methods is not known which technique of resolution is the most adequate. The present work proposes as approach a hyperheuristic with learning integrated to GRASP (Greedy Randomized Adaptive Search Procedure) Metaheuristic applied to a variant of the classic Vehicle Routing Problem (PRV), the Vehicle Routing with TimeWindow (PRVJT). Having this method as learning mechanism a Reinforcement Learning (RA) technique, the algorithm Q-Learning that will have the task of indicating which heuristic method is most suitable to compose the constructive phase of GRASP. Like hyperheuristics with learning, another hyperheuristic method of managing random heuristics was implemented, trying to compare and analyze the performance of the learning method. The algorithms were tested in computational experiments with known instances in the literature for the PRVJT and the results obtained compared to the cost of solution, execution time and choice of the constructive heuristic method used in the GRASP construction phase
publishDate 2019
dc.date.none.fl_str_mv 2019-08-16
2019-03-22
2020-08-03T18:29:58Z
2020-08-03T18:29:58Z
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 Citação com autor incluído no texto: Souza (2019) Citação com autor não incluído no texto: (SOUZA, 2019)
https://repositorio.ufersa.edu.br/handle/prefix/5216
identifier_str_mv Citação com autor incluído no texto: Souza (2019) Citação com autor não incluído no texto: (SOUZA, 2019)
url https://repositorio.ufersa.edu.br/handle/prefix/5216
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv SOUZA, Daniel Vieira de. Uma abordagem por hiperheurística com aprendizado para o problema de roteamento de veículos com janela de tempo. 2019. 79 f. Dissertação (Mestrado em Ciência da Computação), Universidade Federal Rural do Semi-Árido, Mossoró, 2019.
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Exatas e Naturais - CCEN
UFERSA
Programa de Pós-Graduação em Ciência da Computação
publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Exatas e Naturais - CCEN
UFERSA
Programa de Pós-Graduação em Ciência da Computação
dc.source.none.fl_str_mv reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
instname:Universidade Federal Rural do Semi-Árido (UFERSA)
instacron:UFERSA
instname_str Universidade Federal Rural do Semi-Árido (UFERSA)
instacron_str UFERSA
institution UFERSA
reponame_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
collection Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository.name.fl_str_mv Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)
repository.mail.fl_str_mv repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br
_version_ 1809747470443347968