Análise de heurísticas GRASP para o Problema da Diversidade Máxima

Detalhes bibliográficos
Autor(a) principal: Silva, Geiza Cristina da
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/1/17852
Resumo: The Maximum Diversity Problem (MDP) consists of selecting elements from some large collection such that the selected elements have the most possible diversity among them. There are many applications that can be solved using the resolution of this problem, such as in human resources, identifying people with less similar characteristics or in biology, when it is desired to identify more diverse species. MDP belongs to the class of NP-hard problem. Thus, the use of approximation or heuristics methods which are capable to get solutions close to the optimum cost becomes quite attractive. In this work we propose construction and local search methods which are used for the implementation of different GRASP (Greedy Randomized Adaptive Search Procedure) heuristics. An experimental study is carried out and the projected alghoritms are compared with two others alghoritms described in literature. Results show that good results are obtained using the proposed heuristics to solve MDP instances
id UFF-2_c8d7f24b31fc3646021337e1ddae8e34
oai_identifier_str oai:app.uff.br:1/17852
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Análise de heurísticas GRASP para o Problema da Diversidade MáximaAnalysis of GRASP heuristics for the Maximum Diversity ProblemCiência da computaçãoAlgoritmoMetaheurística GRASPHeurísticaProblema de Diversidade MáximaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAOThe Maximum Diversity Problem (MDP) consists of selecting elements from some large collection such that the selected elements have the most possible diversity among them. There are many applications that can be solved using the resolution of this problem, such as in human resources, identifying people with less similar characteristics or in biology, when it is desired to identify more diverse species. MDP belongs to the class of NP-hard problem. Thus, the use of approximation or heuristics methods which are capable to get solutions close to the optimum cost becomes quite attractive. In this work we propose construction and local search methods which are used for the implementation of different GRASP (Greedy Randomized Adaptive Search Procedure) heuristics. An experimental study is carried out and the projected alghoritms are compared with two others alghoritms described in literature. Results show that good results are obtained using the proposed heuristics to solve MDP instancesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorO Problema de Diversidade Máxima (PDM) corresponde à seleção de elementos a partir de uma coleção maior de forma tal que os elementos selecionados possuam a maior diversidade possível entre eles. Aplicações deste problema podem ser encontradas em várias áreas como, por exemplo, em recursos humanos, identificando indivíduos com características menos similares ou em biologia, quando se deseja obter espécies de maior diversidade. Excluindo-se casos triviais, o PDM é classificado como um problema da classe NP-difícil. Desta forma, o uso de métodos aproximativos ou heurísticos, ou seja, métodos que são capazes de obter soluções não necessariamente ótimas, mas com alguma proximidade do valor ótimo tornam-se bastante atraentes. Neste trabalho são propostos métodos de construção e busca local que, combinados, são usados como base em diferentes propostas de heurísticas GRASP (Greedy Randomized Adaptive Search Procedure). Uma extensa bateria de testes é realizada e os algoritmos propostos são analisados comparando-se com outros dois algoritmos descritos na literatura. Os resultados mostram que as heurísticas propostas fornecem bons resultados na r4solução de instâncias do PDMPrograma de Pós-Graduação em ComputaçãoComputaçãoOchi, Luiz Satoruhttp://lattes.cnpq.br/9171815778534257Martins, Simone de Limahttp://lattes.cnpq.br/5202429302236084Ribeiro, Celso da Cruz Carneirohttp://lattes.cnpq.br/3614186131432854Abreu, Nair Maria Maia dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787268Y0Netto, Paulo Oswaldo Boaventurahttp://lattes.cnpq.br/6042694480342149Silva, Geiza Cristina da2021-03-10T20:42:55Z2008-03-312021-03-10T20:42:55Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/17852porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-03-27T18:13:54Zoai:app.uff.br:1/17852Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:14:04.438302Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Análise de heurísticas GRASP para o Problema da Diversidade Máxima
Analysis of GRASP heuristics for the Maximum Diversity Problem
title Análise de heurísticas GRASP para o Problema da Diversidade Máxima
spellingShingle Análise de heurísticas GRASP para o Problema da Diversidade Máxima
Silva, Geiza Cristina da
Ciência da computação
Algoritmo
Metaheurística GRASP
Heurística
Problema de Diversidade Máxima
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
title_short Análise de heurísticas GRASP para o Problema da Diversidade Máxima
title_full Análise de heurísticas GRASP para o Problema da Diversidade Máxima
title_fullStr Análise de heurísticas GRASP para o Problema da Diversidade Máxima
title_full_unstemmed Análise de heurísticas GRASP para o Problema da Diversidade Máxima
title_sort Análise de heurísticas GRASP para o Problema da Diversidade Máxima
author Silva, Geiza Cristina da
author_facet Silva, Geiza Cristina da
author_role author
dc.contributor.none.fl_str_mv Ochi, Luiz Satoru
http://lattes.cnpq.br/9171815778534257
Martins, Simone de Lima
http://lattes.cnpq.br/5202429302236084
Ribeiro, Celso da Cruz Carneiro
http://lattes.cnpq.br/3614186131432854
Abreu, Nair Maria Maia de
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787268Y0
Netto, Paulo Oswaldo Boaventura
http://lattes.cnpq.br/6042694480342149
dc.contributor.author.fl_str_mv Silva, Geiza Cristina da
dc.subject.por.fl_str_mv Ciência da computação
Algoritmo
Metaheurística GRASP
Heurística
Problema de Diversidade Máxima
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
topic Ciência da computação
Algoritmo
Metaheurística GRASP
Heurística
Problema de Diversidade Máxima
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
description The Maximum Diversity Problem (MDP) consists of selecting elements from some large collection such that the selected elements have the most possible diversity among them. There are many applications that can be solved using the resolution of this problem, such as in human resources, identifying people with less similar characteristics or in biology, when it is desired to identify more diverse species. MDP belongs to the class of NP-hard problem. Thus, the use of approximation or heuristics methods which are capable to get solutions close to the optimum cost becomes quite attractive. In this work we propose construction and local search methods which are used for the implementation of different GRASP (Greedy Randomized Adaptive Search Procedure) heuristics. An experimental study is carried out and the projected alghoritms are compared with two others alghoritms described in literature. Results show that good results are obtained using the proposed heuristics to solve MDP instances
publishDate 2008
dc.date.none.fl_str_mv 2008-03-31
2021-03-10T20:42:55Z
2021-03-10T20:42:55Z
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/1/17852
url https://app.uff.br/riuff/handle/1/17852
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.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_ 1811823697719197696

Registros relacionados