Heurística híbrida para o problema de localização de regeneradores

Detalhes bibliográficos
Autor(a) principal: Ferraz, Arthur Monteiro
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/30795
Resumo: Com o crescente utilização da Internet, novas tecnologias precisaram ser desenvolvidas para atender a essa demanda. A fibra ótica surge como uma solução, pois possui capacidade de banda superior às tecnologias antecessoras. Entretanto, o sinal ótico perde confiabilidade ao percorrer grandes distâncias, de forma que é necessário posicionar regeneradores de sinal para garantir a qualidade de comunicação. Como esses regeneradores são equipamentos caros, é necessário minimizar sua quantidade. Portanto, o Problema de Localização de Regeneradores (PLR) visa posicionar o menor nímero possível de regeneradores em uma rede de forma que todos possam se comunicar com confiabilidade. Metaheurísticas são técnicas que têm como objetivo obter soluções de boa qualidade em tempo computacional viável para problemas difíceis da ciência da computação e otimização matemática, os quais algoritmos exatos não conseguem resolver eficientemente. Uma tendência na área de otimização é a hibridização de metaheurísticas, que tem como objetivo utilizar técnicas de outras áreas para ajudá-las a obter resultados melhores. Como exemplo, podemos citar o DM-GRASP e MDM-GRASP, hibridizações do GRASP com técnicas de mineração de dados. Sendo o PLR um problema NP-Difícil, metaheurísticas são úteis para obtenção de boas soluções em tempos computacionais viáveis. O presente trabalho tem como objetivo construir uma versão do MDM-GRASP para o PLR e estudar o impacto da hibridização nos resultados. A inserção de padrões antes da construção, que ́é como comumente o processo ocorre, não levou a bons resultados. Dessa forma são propostas formas alternativas para inserir o padrão na solução. Essas técnicas se mostraram eficientes e conseguiram melhorar o GRASP tanto em relação a qualidade da solução como reduzindo seu tempo de execução
id UFF-2_7f42ad5b8de11476d543792d4eca563e
oai_identifier_str oai:app.uff.br:1/30795
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Heurística híbrida para o problema de localização de regeneradoresGRASPMetaheurística híbridaMineração de dadosMineração de dados (Computação)Metaheurística GRASPMetaheurística híbridaGRASPData miningHybrid metaheuristicsCom o crescente utilização da Internet, novas tecnologias precisaram ser desenvolvidas para atender a essa demanda. A fibra ótica surge como uma solução, pois possui capacidade de banda superior às tecnologias antecessoras. Entretanto, o sinal ótico perde confiabilidade ao percorrer grandes distâncias, de forma que é necessário posicionar regeneradores de sinal para garantir a qualidade de comunicação. Como esses regeneradores são equipamentos caros, é necessário minimizar sua quantidade. Portanto, o Problema de Localização de Regeneradores (PLR) visa posicionar o menor nímero possível de regeneradores em uma rede de forma que todos possam se comunicar com confiabilidade. Metaheurísticas são técnicas que têm como objetivo obter soluções de boa qualidade em tempo computacional viável para problemas difíceis da ciência da computação e otimização matemática, os quais algoritmos exatos não conseguem resolver eficientemente. Uma tendência na área de otimização é a hibridização de metaheurísticas, que tem como objetivo utilizar técnicas de outras áreas para ajudá-las a obter resultados melhores. Como exemplo, podemos citar o DM-GRASP e MDM-GRASP, hibridizações do GRASP com técnicas de mineração de dados. Sendo o PLR um problema NP-Difícil, metaheurísticas são úteis para obtenção de boas soluções em tempos computacionais viáveis. O presente trabalho tem como objetivo construir uma versão do MDM-GRASP para o PLR e estudar o impacto da hibridização nos resultados. A inserção de padrões antes da construção, que ́é como comumente o processo ocorre, não levou a bons resultados. Dessa forma são propostas formas alternativas para inserir o padrão na solução. Essas técnicas se mostraram eficientes e conseguiram melhorar o GRASP tanto em relação a qualidade da solução como reduzindo seu tempo de execuçãoWith the increasing use of the Internet, new technologies needed to be developed to meet this demand. Optical fiber comes as a solution, as it has superior bandwidth capacity to its predecessors. However, the optical signal looses reliability when traveling long distances, so it is necessary to position signal regenerators to assure communication. Since these regenerators are expensive equipments, it is necessary to minimize their quantity. Therefore, the Regenerator Location Problem (RLP) aims to position as few regenerators as possible in a network so that everyone can communicate reliably. Metaheuristics are techniques that aim to obtain good quality solutions in feasible computational time for difficult problems in computer science and mathematical optimi- zation, which exact algorithms can not solve efficiently. A trend in the area of optimization is the hybridization of metaheuristics, which aims to use techniques from other area to help them achieve better results. As an example, we can mention the DM-GRASP and MDM-GRASP, which are GRASP hybridizations with data mining techniques. Since RLP is an NP-Difficult problem, metaheuristics are useful for obtaining good solutions in feasible computional time. The present work aims to build a version of MDM-GRASP for PLR and to study the impact of hybridization on the results. The insertion of patterns before construction, which is how the process commonly occurs, did not lead to good results. So two alternative ways are proposed to insert the pattern into the solution. These new techniques proved to be efficient and improved GRASP both in terms of solution quality as reducing execution time28 p.Martins, SimonePlastino, AlexandreRosseti, IsabelMoreno, JorgeFerraz, Arthur Monteiro2023-10-16T13:25:18Z2023-10-16T13:25:18Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfFERRAZ, Arthur Monteiro. Heurística híbrida para o problema de localização de regeneradores. 2018. 28 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018.http://app.uff.br/riuff/handle/1/30795CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-10-16T13:25:23Zoai:app.uff.br:1/30795Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:51:43.560764Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Heurística híbrida para o problema de localização de regeneradores
title Heurística híbrida para o problema de localização de regeneradores
spellingShingle Heurística híbrida para o problema de localização de regeneradores
Ferraz, Arthur Monteiro
GRASP
Metaheurística híbrida
Mineração de dados
Mineração de dados (Computação)
Metaheurística GRASP
Metaheurística híbrida
GRASP
Data mining
Hybrid metaheuristics
title_short Heurística híbrida para o problema de localização de regeneradores
title_full Heurística híbrida para o problema de localização de regeneradores
title_fullStr Heurística híbrida para o problema de localização de regeneradores
title_full_unstemmed Heurística híbrida para o problema de localização de regeneradores
title_sort Heurística híbrida para o problema de localização de regeneradores
author Ferraz, Arthur Monteiro
author_facet Ferraz, Arthur Monteiro
author_role author
dc.contributor.none.fl_str_mv Martins, Simone
Plastino, Alexandre
Rosseti, Isabel
Moreno, Jorge
dc.contributor.author.fl_str_mv Ferraz, Arthur Monteiro
dc.subject.por.fl_str_mv GRASP
Metaheurística híbrida
Mineração de dados
Mineração de dados (Computação)
Metaheurística GRASP
Metaheurística híbrida
GRASP
Data mining
Hybrid metaheuristics
topic GRASP
Metaheurística híbrida
Mineração de dados
Mineração de dados (Computação)
Metaheurística GRASP
Metaheurística híbrida
GRASP
Data mining
Hybrid metaheuristics
description Com o crescente utilização da Internet, novas tecnologias precisaram ser desenvolvidas para atender a essa demanda. A fibra ótica surge como uma solução, pois possui capacidade de banda superior às tecnologias antecessoras. Entretanto, o sinal ótico perde confiabilidade ao percorrer grandes distâncias, de forma que é necessário posicionar regeneradores de sinal para garantir a qualidade de comunicação. Como esses regeneradores são equipamentos caros, é necessário minimizar sua quantidade. Portanto, o Problema de Localização de Regeneradores (PLR) visa posicionar o menor nímero possível de regeneradores em uma rede de forma que todos possam se comunicar com confiabilidade. Metaheurísticas são técnicas que têm como objetivo obter soluções de boa qualidade em tempo computacional viável para problemas difíceis da ciência da computação e otimização matemática, os quais algoritmos exatos não conseguem resolver eficientemente. Uma tendência na área de otimização é a hibridização de metaheurísticas, que tem como objetivo utilizar técnicas de outras áreas para ajudá-las a obter resultados melhores. Como exemplo, podemos citar o DM-GRASP e MDM-GRASP, hibridizações do GRASP com técnicas de mineração de dados. Sendo o PLR um problema NP-Difícil, metaheurísticas são úteis para obtenção de boas soluções em tempos computacionais viáveis. O presente trabalho tem como objetivo construir uma versão do MDM-GRASP para o PLR e estudar o impacto da hibridização nos resultados. A inserção de padrões antes da construção, que ́é como comumente o processo ocorre, não levou a bons resultados. Dessa forma são propostas formas alternativas para inserir o padrão na solução. Essas técnicas se mostraram eficientes e conseguiram melhorar o GRASP tanto em relação a qualidade da solução como reduzindo seu tempo de execução
publishDate 2023
dc.date.none.fl_str_mv 2023-10-16T13:25:18Z
2023-10-16T13:25:18Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FERRAZ, Arthur Monteiro. Heurística híbrida para o problema de localização de regeneradores. 2018. 28 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018.
http://app.uff.br/riuff/handle/1/30795
identifier_str_mv FERRAZ, Arthur Monteiro. Heurística híbrida para o problema de localização de regeneradores. 2018. 28 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018.
url http://app.uff.br/riuff/handle/1/30795
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
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_ 1811823591483768832