Incorporando técnicas de mineração de dados à metaheurística GRASP

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Marcos Henrique Fonseca
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/1/17890
Resumo: In this work, we investigate the efficiency of incorporating Data Mining techniques to the GRASP metaheuristic in order to introduce memory to this strategy, generating a hybrid version of GRASP, called GRASP-MD. The Set Packing Problem (SPP) was used to validate this proposal and different versions of the hybrid metaheuristic were tested and analyzed. Computational experiments, comparing traditional GRASP and different hybrid approaches, showed that employing patterns mined from an elite set of solutions conducted to better results. Besides, additional performance experiments evidenced that data mining strategies accelerate the process of finding good solutions.
id UFF-2_d3eb79a47fa4895ed8f886cd196f51fb
oai_identifier_str oai:app.uff.br:1/17890
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Incorporando técnicas de mineração de dados à metaheurística GRASPIncorporating data mining techniques into the GRASP metaheuristicCiência da computaçãoMetaheurística híbridaGRASPMineração de dadosOtimização combinatóriaProblema do empacotamento de conjuntosCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAOIn this work, we investigate the efficiency of incorporating Data Mining techniques to the GRASP metaheuristic in order to introduce memory to this strategy, generating a hybrid version of GRASP, called GRASP-MD. The Set Packing Problem (SPP) was used to validate this proposal and different versions of the hybrid metaheuristic were tested and analyzed. Computational experiments, comparing traditional GRASP and different hybrid approaches, showed that employing patterns mined from an elite set of solutions conducted to better results. Besides, additional performance experiments evidenced that data mining strategies accelerate the process of finding good solutions.Este trabalho investiga a eficiência da incorporação de técnicas de Mineração de Dados à metaheurística GRASP no intuito de introduzir memória à mesma, gerando assim uma versão híbrida da metaheurística GRASP, denominada GRASP-MD. Para a validação da proposta, foi utilizado o Problema do Empacotamento de Conjuntos (PEC) e diferentes versões da metaheurística híbrida foram testadas e analisadas. Experimentos computacionais realizados com o objetivos de comparar a metaheurística GRASP tradicional com as diferentes versões híbridas mostraram que a utilização de padrões minerados a partir de um conjunto elite de soluções gerou melhores resultados. Além disso, foi possível perceber que as estratégias híbridas foram capazes de alcançar boas soluções em um menor tempo de processamento.Programa de Pós-Graduação em ComputaçãoComputaçãoCarvalho, Alexandre Plastino deCPF:30090875322http://lattes.cnpq.br/4985266524417261Martins, Simone de LimaCPF:30120908222http://lattes.cnpq.br/5202429302236084Ribeiro, Celso da Cruz CarneiroCPF:34620081022http://lattes.cnpq.br/3614186131432854Ochi, Luiz SatoruCPF:31609080822http://lattes.cnpq.br/9171815778534257Souza, Cid Carvalho deCPF:40876766722http://lattes.cnpq.br/9852157976516603Ribeiro, Marcos Henrique Fonseca2021-03-10T20:43:01Z2008-06-122021-03-10T20:43:01Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/17890porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-03-10T20:43:01Zoai:app.uff.br:1/17890Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202021-03-10T20:43:01Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Incorporando técnicas de mineração de dados à metaheurística GRASP
Incorporating data mining techniques into the GRASP metaheuristic
title Incorporando técnicas de mineração de dados à metaheurística GRASP
spellingShingle Incorporando técnicas de mineração de dados à metaheurística GRASP
Ribeiro, Marcos Henrique Fonseca
Ciência da computação
Metaheurística híbrida
GRASP
Mineração de dados
Otimização combinatória
Problema do empacotamento de conjuntos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
title_short Incorporando técnicas de mineração de dados à metaheurística GRASP
title_full Incorporando técnicas de mineração de dados à metaheurística GRASP
title_fullStr Incorporando técnicas de mineração de dados à metaheurística GRASP
title_full_unstemmed Incorporando técnicas de mineração de dados à metaheurística GRASP
title_sort Incorporando técnicas de mineração de dados à metaheurística GRASP
author Ribeiro, Marcos Henrique Fonseca
author_facet Ribeiro, Marcos Henrique Fonseca
author_role author
dc.contributor.none.fl_str_mv Carvalho, Alexandre Plastino de
CPF:30090875322
http://lattes.cnpq.br/4985266524417261
Martins, Simone de Lima
CPF:30120908222
http://lattes.cnpq.br/5202429302236084
Ribeiro, Celso da Cruz Carneiro
CPF:34620081022
http://lattes.cnpq.br/3614186131432854
Ochi, Luiz Satoru
CPF:31609080822
http://lattes.cnpq.br/9171815778534257
Souza, Cid Carvalho de
CPF:40876766722
http://lattes.cnpq.br/9852157976516603
dc.contributor.author.fl_str_mv Ribeiro, Marcos Henrique Fonseca
dc.subject.por.fl_str_mv Ciência da computação
Metaheurística híbrida
GRASP
Mineração de dados
Otimização combinatória
Problema do empacotamento de conjuntos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
topic Ciência da computação
Metaheurística híbrida
GRASP
Mineração de dados
Otimização combinatória
Problema do empacotamento de conjuntos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
description In this work, we investigate the efficiency of incorporating Data Mining techniques to the GRASP metaheuristic in order to introduce memory to this strategy, generating a hybrid version of GRASP, called GRASP-MD. The Set Packing Problem (SPP) was used to validate this proposal and different versions of the hybrid metaheuristic were tested and analyzed. Computational experiments, comparing traditional GRASP and different hybrid approaches, showed that employing patterns mined from an elite set of solutions conducted to better results. Besides, additional performance experiments evidenced that data mining strategies accelerate the process of finding good solutions.
publishDate 2008
dc.date.none.fl_str_mv 2008-06-12
2021-03-10T20:43:01Z
2021-03-10T20:43:01Z
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/1/17890
url https://app.uff.br/riuff/handle/1/17890
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_ 1797044711622443008

Registros relacionados