Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória

Detalhes bibliográficos
Autor(a) principal: Andre Luiz Maravilha Silva
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-9LEK79
Resumo: Problemas de otimização combinatória são definidos sobre conjuntos e a solução destes problemas pode ser entendida como a definição de um subconjunto de possíveis elementos de forma a otimizar uma função objetivo, sujeito a restrições. Problemas desta natureza podem ser identificados em inúmeras situações reais, porém, apesar de serem de simples entendimento, encontrar a solução ótima pode ser uma tarefa inviável. Muitos problemas de otimização combinatória pertencem à classe de problemas NP-difícil. Assim, o estudo e desenvolvimento de novas técnicas algorítmicas para obtenção de boas soluções é muito importante para esta área. Um algoritmo que tem atraído a atenção de pesquisadores é o algoritmo de evolução diferencial (DE, do inglês differential evolution) por apresentar uma boa capacidade de convergência e relativa simplicidade de implementação e compreensão. Porém, o DE é um algoritmo que foi originalmente projetado para solução de problemas de otimização de variáveis contínuas. Devido às suas características, alguns pesquisadores têm tentado adaptar este algoritmo para a solução de problemas de otimização combinatória. No entanto, tais adaptações não preservam as características que atraíram a atenção ao DE original, e o comportamento destas adaptações não vai muito além de uma busca aleatória no espaço de soluções. Acredita-se que isso ocorre devido à uma escolha inadequada para codificação das soluções. Diante disso, o presente trabalho adota uma codificação baseada em conjuntos para uso com a estrutura do DE. Além disso, os operadores aritméticos da mutação diferencial são substituídos por operações sobre conjuntos e, ainda assim, mantendo suas características. Experimentos computacionais sugerem a superioridade da técnica proposta em relação a outras adaptações existentes do DE, utilizando como base o problema do caixeiro viajante. Além disso, a técnica proposta foi comparada com outras abordagens para a solução de problemas de otimização combinatória, retornando resultados competitivos em relação aos demais métodos para o problema de agrupamento centrado capacitado.
id UFMG_369bae785065db0b1f4bd5d89f9ab003
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-9LEK79
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Felipe Campelo França PintoJaime Arturo RamirezEduardo Gontijo CarranoRicardo Hiroshi Caldeira TakahashiMartin Gomez RavettiAndre Luiz Maravilha Silva2019-08-13T14:04:57Z2019-08-13T14:04:57Z2014-02-28http://hdl.handle.net/1843/BUOS-9LEK79Problemas de otimização combinatória são definidos sobre conjuntos e a solução destes problemas pode ser entendida como a definição de um subconjunto de possíveis elementos de forma a otimizar uma função objetivo, sujeito a restrições. Problemas desta natureza podem ser identificados em inúmeras situações reais, porém, apesar de serem de simples entendimento, encontrar a solução ótima pode ser uma tarefa inviável. Muitos problemas de otimização combinatória pertencem à classe de problemas NP-difícil. Assim, o estudo e desenvolvimento de novas técnicas algorítmicas para obtenção de boas soluções é muito importante para esta área. Um algoritmo que tem atraído a atenção de pesquisadores é o algoritmo de evolução diferencial (DE, do inglês differential evolution) por apresentar uma boa capacidade de convergência e relativa simplicidade de implementação e compreensão. Porém, o DE é um algoritmo que foi originalmente projetado para solução de problemas de otimização de variáveis contínuas. Devido às suas características, alguns pesquisadores têm tentado adaptar este algoritmo para a solução de problemas de otimização combinatória. No entanto, tais adaptações não preservam as características que atraíram a atenção ao DE original, e o comportamento destas adaptações não vai muito além de uma busca aleatória no espaço de soluções. Acredita-se que isso ocorre devido à uma escolha inadequada para codificação das soluções. Diante disso, o presente trabalho adota uma codificação baseada em conjuntos para uso com a estrutura do DE. Além disso, os operadores aritméticos da mutação diferencial são substituídos por operações sobre conjuntos e, ainda assim, mantendo suas características. Experimentos computacionais sugerem a superioridade da técnica proposta em relação a outras adaptações existentes do DE, utilizando como base o problema do caixeiro viajante. Além disso, a técnica proposta foi comparada com outras abordagens para a solução de problemas de otimização combinatória, retornando resultados competitivos em relação aos demais métodos para o problema de agrupamento centrado capacitado.Combinatorial optimization problems are defined on sets and the solution for these problems can be seen as choosing a subset of possible elements to optimize an objective function, subject to some constraints. Problems of this nature can be found in many real situations but, despite being simple to understand, the task of finding optimal solution can be prohibitive. Many combinatorial optimization problems belongs to the class NP-hard. Thus, the study and development of new algorithmic techniques to obtain good solutions is very important. An algorithm that has attracted the attention of researches is the differential evolution (DE) by its good convergence characteristics, and also for its simplicity of implementation. However, the DE was originally designed to solve continuous optimization problems. Due to its features, some researchers have attempted to adapt this algorithm for solving combinatorial optimization problems. However, these adaptations do not preserve the features that has attracted the attention to the original DE, and their behavior has been found to essentially perform little more than a random search. This is due to an inappropriate choice for encoding solutions. To address this issues we adopt an set-based approach for use with the structure of DE algorithm. The arithmetic operators of the differential mutation are replaced by operations on sets and still maintaining its features. Computational experiments suggest the superiority of the proposed technique over existing DE adaptations for combinatorial optimization, using instances of the traveling salesman problem as a testbed. The proposed adaptation was also compared to other usual approaches for combinatorial optimization, and returned competitive results for the capacitated centered clustering problem.Universidade Federal de Minas GeraisUFMGOtimização combinatóriaEngenharia elétricaHeurísticaEvolução diferencialOtimização combinatóriaAbordagem baseada em conjuntosMetaheurísticasHeurísticasAlgoritmo baseado em evolução diferencial para solução de problemas de otimização combinatóriainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALtexto.pdfapplication/pdf1551848https://repositorio.ufmg.br/bitstream/1843/BUOS-9LEK79/1/texto.pdffbf7fe162e67fb3643441fb57ea205b7MD51TEXTtexto.pdf.txttexto.pdf.txtExtracted texttext/plain128253https://repositorio.ufmg.br/bitstream/1843/BUOS-9LEK79/2/texto.pdf.txte0730a405ddf73352146e09f3d050bfbMD521843/BUOS-9LEK792019-11-14 23:17:39.815oai:repositorio.ufmg.br:1843/BUOS-9LEK79Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-15T02:17:39Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
title Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
spellingShingle Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
Andre Luiz Maravilha Silva
Evolução diferencial
Otimização combinatória
Abordagem baseada em conjuntos
Metaheurísticas
Heurísticas
Otimização combinatória
Engenharia elétrica
Heurística
title_short Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
title_full Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
title_fullStr Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
title_full_unstemmed Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
title_sort Algoritmo baseado em evolução diferencial para solução de problemas de otimização combinatória
author Andre Luiz Maravilha Silva
author_facet Andre Luiz Maravilha Silva
author_role author
dc.contributor.advisor1.fl_str_mv Felipe Campelo França Pinto
dc.contributor.advisor-co1.fl_str_mv Jaime Arturo Ramirez
dc.contributor.referee1.fl_str_mv Eduardo Gontijo Carrano
dc.contributor.referee2.fl_str_mv Ricardo Hiroshi Caldeira Takahashi
dc.contributor.referee3.fl_str_mv Martin Gomez Ravetti
dc.contributor.author.fl_str_mv Andre Luiz Maravilha Silva
contributor_str_mv Felipe Campelo França Pinto
Jaime Arturo Ramirez
Eduardo Gontijo Carrano
Ricardo Hiroshi Caldeira Takahashi
Martin Gomez Ravetti
dc.subject.por.fl_str_mv Evolução diferencial
Otimização combinatória
Abordagem baseada em conjuntos
Metaheurísticas
Heurísticas
topic Evolução diferencial
Otimização combinatória
Abordagem baseada em conjuntos
Metaheurísticas
Heurísticas
Otimização combinatória
Engenharia elétrica
Heurística
dc.subject.other.pt_BR.fl_str_mv Otimização combinatória
Engenharia elétrica
Heurística
description Problemas de otimização combinatória são definidos sobre conjuntos e a solução destes problemas pode ser entendida como a definição de um subconjunto de possíveis elementos de forma a otimizar uma função objetivo, sujeito a restrições. Problemas desta natureza podem ser identificados em inúmeras situações reais, porém, apesar de serem de simples entendimento, encontrar a solução ótima pode ser uma tarefa inviável. Muitos problemas de otimização combinatória pertencem à classe de problemas NP-difícil. Assim, o estudo e desenvolvimento de novas técnicas algorítmicas para obtenção de boas soluções é muito importante para esta área. Um algoritmo que tem atraído a atenção de pesquisadores é o algoritmo de evolução diferencial (DE, do inglês differential evolution) por apresentar uma boa capacidade de convergência e relativa simplicidade de implementação e compreensão. Porém, o DE é um algoritmo que foi originalmente projetado para solução de problemas de otimização de variáveis contínuas. Devido às suas características, alguns pesquisadores têm tentado adaptar este algoritmo para a solução de problemas de otimização combinatória. No entanto, tais adaptações não preservam as características que atraíram a atenção ao DE original, e o comportamento destas adaptações não vai muito além de uma busca aleatória no espaço de soluções. Acredita-se que isso ocorre devido à uma escolha inadequada para codificação das soluções. Diante disso, o presente trabalho adota uma codificação baseada em conjuntos para uso com a estrutura do DE. Além disso, os operadores aritméticos da mutação diferencial são substituídos por operações sobre conjuntos e, ainda assim, mantendo suas características. Experimentos computacionais sugerem a superioridade da técnica proposta em relação a outras adaptações existentes do DE, utilizando como base o problema do caixeiro viajante. Além disso, a técnica proposta foi comparada com outras abordagens para a solução de problemas de otimização combinatória, retornando resultados competitivos em relação aos demais métodos para o problema de agrupamento centrado capacitado.
publishDate 2014
dc.date.issued.fl_str_mv 2014-02-28
dc.date.accessioned.fl_str_mv 2019-08-13T14:04:57Z
dc.date.available.fl_str_mv 2019-08-13T14:04:57Z
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 http://hdl.handle.net/1843/BUOS-9LEK79
url http://hdl.handle.net/1843/BUOS-9LEK79
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-9LEK79/1/texto.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-9LEK79/2/texto.pdf.txt
bitstream.checksum.fl_str_mv fbf7fe162e67fb3643441fb57ea205b7
e0730a405ddf73352146e09f3d050bfb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589569504870400