Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental

Detalhes bibliográficos
Autor(a) principal: Dias, Carlos Rodrigo
Data de Publicação: 2008
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/17820
Resumo: Neste trabalho são apresentadas propostas para aperfeiçoamento de algoritmos genéticos (AGs). Para isto, um algoritmo genético tradicional (AGT), encontrado na literatura para a solução do problema de clusterização automática de vértices de um grafo orientado não ponderado, é utilizado como base para as adaptações propostas. As propostas de aperfeiçoamento do AGT correspondem à realização de alterações em alguns dos seus parâmetros e à inserção de novos procedimentos ao algoritmo. Para cada proposta são apresentados os resultados experimentais obtidos a partir da sua implementação e execução, utilizando grafos orientados, não ponderados, contendo diferentes quantidades de vértices e arcos. São realizados experimentos computacionais, utilizando as propostas de forma individual ou através de combinações entre elas. Os resultados mostram que os algoritmos aqui propostos melhoram consideravelmente o desempenho do AGT em relação à qualidade das soluções obtidas, exigindo, em média, tempos computacionais similares, ou menores, que os do algoritmo da literatura
id UFF-2_1e0fff24c1eea4c78e028101d399912d
oai_identifier_str oai:app.uff.br:1/17820
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimentalCiência da computaçãoAlgoritmo genéticoGrafoComputer scienceCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAONeste trabalho são apresentadas propostas para aperfeiçoamento de algoritmos genéticos (AGs). Para isto, um algoritmo genético tradicional (AGT), encontrado na literatura para a solução do problema de clusterização automática de vértices de um grafo orientado não ponderado, é utilizado como base para as adaptações propostas. As propostas de aperfeiçoamento do AGT correspondem à realização de alterações em alguns dos seus parâmetros e à inserção de novos procedimentos ao algoritmo. Para cada proposta são apresentados os resultados experimentais obtidos a partir da sua implementação e execução, utilizando grafos orientados, não ponderados, contendo diferentes quantidades de vértices e arcos. São realizados experimentos computacionais, utilizando as propostas de forma individual ou através de combinações entre elas. Os resultados mostram que os algoritmos aqui propostos melhoram consideravelmente o desempenho do AGT em relação à qualidade das soluções obtidas, exigindo, em média, tempos computacionais similares, ou menores, que os do algoritmo da literaturaIn this work, new proposals to improve genetic algorithms are presented. In order to do that, a classic genetic algorithm (AGT), which was obtained from the literature for the solution of automatic clustering problem applied to a non-weighted directed graph, is used as the basis for the proposed adaptations. The proposals for the improvement of AGT consider the accomplishment of modifications in its parameters and the insertion of new procedures to the algorithm. For each proposal, experimental results are presented, following its implementation and execution by using non-weighted directed graphs, which contain different amounts of nodes and edges. Computational experiments were performed by using the proposals in an individual way or combinations of them, and show that the algorithms here proposed considerably improve the performance of AGT as regards the quality of the obtained solutions, demanding, on the average, similar or even smaller running times in comparison to those of the algorithm in the literaturePrograma de Pós-Graduação em ComputaçãoComputaçãoOchi, Luiz Satoruhttp://lattes.cnpq.br/9171815778534257http://lattes.cnpq.br/9697423942721162Dias, Carlos Rodrigo2021-03-10T20:42:49Z2008-03-052021-03-10T20:42:49Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttps://app.uff.br/riuff/handle/1/17820porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-06-07T18:52:23Zoai:app.uff.br:1/17820Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:06:47.672840Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
title Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
spellingShingle Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
Dias, Carlos Rodrigo
Ciência da computação
Algoritmo genético
Grafo
Computer science
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
title_short Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
title_full Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
title_fullStr Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
title_full_unstemmed Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
title_sort Algoritmos evolutivos para o problema de clusterização de grafos orientados: desenvolvimento e análise experimental
author Dias, Carlos Rodrigo
author_facet Dias, Carlos Rodrigo
author_role author
dc.contributor.none.fl_str_mv Ochi, Luiz Satoru
http://lattes.cnpq.br/9171815778534257
http://lattes.cnpq.br/9697423942721162
dc.contributor.author.fl_str_mv Dias, Carlos Rodrigo
dc.subject.por.fl_str_mv Ciência da computação
Algoritmo genético
Grafo
Computer science
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
topic Ciência da computação
Algoritmo genético
Grafo
Computer science
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
description Neste trabalho são apresentadas propostas para aperfeiçoamento de algoritmos genéticos (AGs). Para isto, um algoritmo genético tradicional (AGT), encontrado na literatura para a solução do problema de clusterização automática de vértices de um grafo orientado não ponderado, é utilizado como base para as adaptações propostas. As propostas de aperfeiçoamento do AGT correspondem à realização de alterações em alguns dos seus parâmetros e à inserção de novos procedimentos ao algoritmo. Para cada proposta são apresentados os resultados experimentais obtidos a partir da sua implementação e execução, utilizando grafos orientados, não ponderados, contendo diferentes quantidades de vértices e arcos. São realizados experimentos computacionais, utilizando as propostas de forma individual ou através de combinações entre elas. Os resultados mostram que os algoritmos aqui propostos melhoram consideravelmente o desempenho do AGT em relação à qualidade das soluções obtidas, exigindo, em média, tempos computacionais similares, ou menores, que os do algoritmo da literatura
publishDate 2008
dc.date.none.fl_str_mv 2008-03-05
2021-03-10T20:42:49Z
2021-03-10T20:42:49Z
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://app.uff.br/riuff/handle/1/17820
url https://app.uff.br/riuff/handle/1/17820
dc.language.iso.fl_str_mv por
language por
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
application/pdf
dc.publisher.none.fl_str_mv Programa de Pós-Graduação em Computação
Computação
publisher.none.fl_str_mv Programa de Pós-Graduação em Computação
Computação
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823663061663744