Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global

Detalhes bibliográficos
Autor(a) principal: Cassenote, Mariane Regina Sponchiado, 1993-
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/62705
Resumo: Orientador: Fabiano Silva
id UFPR_91cdb853a7b9eead816bbf076f649f04
oai_identifier_str oai:acervodigital.ufpr.br:1884/62705
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Cassenote, Mariane Regina Sponchiado, 1993-Derenievicz, Guilherme Alex, 1990-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaSilva, Fabiano, 1972-2019-08-26T17:52:17Z2019-08-26T17:52:17Z2019https://hdl.handle.net/1884/62705Orientador: Fabiano SilvaCoorientador: Guilherme Alex DerenieviczDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 18/06/2019Inclui referências: p. 67-70Resumo: Algoritmos de Evolução Diferencial (DE) têm se mostrado promissores para abordagem de problemas de otimização numérica global com restrições. Muitas variantes recentes de DE são aplicadas a otimização caixa-preta, em que a estrutura analítica da instância é desconhecida. Neste trabalho é apresentado um algoritmo InDE (do inglês Interval Differential Evolution), que explora as informações de uma decomposição estrutural da instância durante o processo de otimização. As restrições e a função objetivo da instância são decompostas em operadores e variáveis originais e auxiliares. Então, a estrutura da instância é codificada em um hipergrafo cujas arestas representam os operadores e vértices representam as variáveis. Uma decomposição Epífita é aplicada sobre o hipergrafo, permitindo que um subconjunto de variáveis críticas seja extraído. Os operadores evolutivos intervalares do InDE são aplicados somente sobre esse subconjunto de variáveis, atribuindo a cada variável um intervalo de valores reais. Os intervalos das demais variáveis da instância são dados por propagação através do hipergrafo de restrições. O otimizador implementado utiliza diversas abordagens adaptativas estado-da-arte em otimização baseada em meta-heurísticas. Os experimentos indicam que a utilização de informação estrutural melhora significativamente o desempenho do algoritmo DE. Palavras-chave: Evolução Diferencial, Otimização Global, Decomposição Estrutural, Otimização Intervalar.Abstract: Differential Evolution (DE) algorithms have shown to be promising for tackling numerical constrained global optimization problems (NCOPs). Many recent variants of DE are applied to black-box optimization, in which the analytical structure of the instance is unknown. In this work it is presented an Interval Differential Evolution (InDE) algorithm that explores the information of a structural decomposition of the NCOP instance during the optimization process. The constraints and objective function are decomposed into operators, and original and auxiliary variables. Then, the structure of the instance is encoded in a hypergraph whose edges represent the operators and vertices represent the variables. An Epiphytic decomposition is applied to the hypergraph, allowing a subset of critical variables to be extracted. InDE's evolutionary interval operators are applied only on this subset of variables, assigning to each variable an interval of real values. The intervals of others variables of the instance are given by propagation through the constraint hypergraph. The implemented optmizer uses several state-of-the-art adaptive approaches of metaheuristic-based optimization. The experiments indicate that the use of structural information significantly improves the performance of the DE algorithm. Keywords: Differential Evolution, Global Optimization, Structural Decomposition, Interval Optimization.70 p. : il. (algumas color.).application/pdfAlgoritmos de computadorCiência da ComputaçãoOtimização combinatoriaEvolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização globalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MARIANE REGINA SPONCHIADO CASSENOTE.pdfapplication/pdf2866403https://acervodigital.ufpr.br/bitstream/1884/62705/1/R%20-%20D%20-%20MARIANE%20REGINA%20SPONCHIADO%20CASSENOTE.pdfd100080cda702ed976167e1acd8b0747MD51open access1884/627052019-08-26 14:52:18.11open accessoai:acervodigital.ufpr.br:1884/62705Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082019-08-26T17:52:18Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
title Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
spellingShingle Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
Cassenote, Mariane Regina Sponchiado, 1993-
Algoritmos de computador
Ciência da Computação
Otimização combinatoria
title_short Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
title_full Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
title_fullStr Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
title_full_unstemmed Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
title_sort Evolução diferencial intervalar: uma abordagem baseada em decomposição estrutural de problemas de otimização global
author Cassenote, Mariane Regina Sponchiado, 1993-
author_facet Cassenote, Mariane Regina Sponchiado, 1993-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Derenievicz, Guilherme Alex, 1990-
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.author.fl_str_mv Cassenote, Mariane Regina Sponchiado, 1993-
dc.contributor.advisor1.fl_str_mv Silva, Fabiano, 1972-
contributor_str_mv Silva, Fabiano, 1972-
dc.subject.por.fl_str_mv Algoritmos de computador
Ciência da Computação
Otimização combinatoria
topic Algoritmos de computador
Ciência da Computação
Otimização combinatoria
description Orientador: Fabiano Silva
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-08-26T17:52:17Z
dc.date.available.fl_str_mv 2019-08-26T17:52:17Z
dc.date.issued.fl_str_mv 2019
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://hdl.handle.net/1884/62705
url https://hdl.handle.net/1884/62705
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.format.none.fl_str_mv 70 p. : il. (algumas color.).
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/62705/1/R%20-%20D%20-%20MARIANE%20REGINA%20SPONCHIADO%20CASSENOTE.pdf
bitstream.checksum.fl_str_mv d100080cda702ed976167e1acd8b0747
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860806166446080

Registros relacionados