Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo

Detalhes bibliográficos
Autor(a) principal: Lima, Ricardo Henrique Remes de
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/47749
Resumo: Orientadora: Profª. Drª. Aurora Pozo
id UFPR_f121b7729c0016b8bff1df3e9f64b192
oai_identifier_str oai:acervodigital.ufpr.br:1884/47749
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaRamirez Pozo, Aurora Trinidad, 1959-Lima, Ricardo Henrique Remes de2024-01-31T16:17:58Z2024-01-31T16:17:58Z2017https://hdl.handle.net/1884/47749Orientadora: Profª. Drª. Aurora PozoDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 10/03/2017Inclui referênciasÁrea de concentração: Ciência da ComputaçãoResumo: O desempenho de algoritmos bio-inspirados está diretamente relacionado a uma escolha adequada de componentes e parâmetros de projeto. Para aumentar a robustez destes métodos e facilitar a sua utilização para usuário comum, pesquisas recentes focam no estudo de estratégias que automaticamente configurem algoritmos. Uma das principais abordagens utilizadas é a Programação Genética (PG), baseada em algoritmos evolutivos, ela evolui uma população de programas de computador através da aplicação de operadores de cruzamento e mutação para resolver o problema em questão. A Evolução Gramatical (GE) é um tipo de PG que utiliza gramáticas livres de contexto para a definição dos componentes do programa. Outra alternativa de configuração automática de algoritmos é a utilização de algoritmos de otimização: diversas ferramentas têm sido desenvolvidas neste contexto, entre elas destacam-se a Iterated Race (IRACE), um framework que utiliza conceitos de uma "corrida" entre os candidatos para selecionar as melhores configurações. Nesta dissertação o foco de estudo é a configuração automática de algoritmos e como caso de estudo escolhemos o algoritmo de Otimização por Enxame de Partículas Multiobjetivo (MOPSO). O MOPSO, assim como outros algoritmos de otimização estudados no nosso grupo de pesquisa, possui diversos componentes que podem ser alterados de acordo com a necessidade do usuário e o problema considerado. As duas técnicas Evolução Gramatical e o IRACE serão utilizadas. Experimentos foram realizados para avaliar ambas as técnicas na geração de projetos de MOPSO e verificar se os algoritmos gerados conseguem superar o desempenho de algoritmos refinados manualmente. Os resultados obtidos indicam que é possível gerar projetos MOPSO com desempenho similar e resultados competitivos. Palavras-cha e: evolução gramatical, projeto automático de algoritmos, otimização por enxame de partículas.Abstract: The performance of bio-inspired algorithms is directly related to an appropriate choice of components and design parameters. To increase the robustness of these methods and simplify their use for ordinary users, recent research focuses on the study of strategies that automatically configure algorithms. One of the main approaches used is Genetic Programming (GP), based on evolutionary algorithms, it evolves a population of computer programs through the application of crossover and mutation operators to solve the problem in question. Grammatical Evolution (GE) is a type of GP that uses context-free grammars to define program components. Another alternative of automatic algorithm configuration is the use of optimization algorithms, several tools have been developed in this context, among them Iterated Race (IRACE), a framework that uses concepts of a "race" among the candidates to select the best settings. In this dissertation the focus of study is the automatic configuration of algorithms and as a case study we chose the Multi-objective Particle Swarm Optimization algorithm (MOPSO). The MOPSO, as well as other optimization algorithms studied in our research group, has several components that can be modified according to the user needs and the problem considered. The two techniques Grammatical Evolution and IRACE will be used. Experiments were performed to evaluate both techniques in the generation of MOPSO designs and to verify if the generated algorithms can outperform manually tunned algorithms. The results indicate that it is possible to generate MOPSO designs with similar performance and competitive results. Keywords: grammatical evolution, automatic design, particle swarm optimization.55 f. : il.application/pdfDisponível em formato digitalCiência da computaçãoAlgorítmosProgramação genética (Computação)Otimização matemáticaUm estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - RICARDO HENRIQUE REMES DE LIMA.pdfapplication/pdf1173003https://acervodigital.ufpr.br/bitstream/1884/47749/1/R%20-%20D%20-%20RICARDO%20HENRIQUE%20REMES%20DE%20LIMA.pdf6e02b1f98d99046f0161ddd2a77cefa2MD51open access1884/477492024-01-31 13:17:59.009open accessoai:acervodigital.ufpr.br:1884/47749Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-01-31T16:17:59Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
title Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
spellingShingle Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
Lima, Ricardo Henrique Remes de
Ciência da computação
Algorítmos
Programação genética (Computação)
Otimização matemática
title_short Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
title_full Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
title_fullStr Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
title_full_unstemmed Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
title_sort Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo
author Lima, Ricardo Henrique Remes de
author_facet Lima, Ricardo Henrique Remes de
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Ramirez Pozo, Aurora Trinidad, 1959-
dc.contributor.author.fl_str_mv Lima, Ricardo Henrique Remes de
contributor_str_mv Ramirez Pozo, Aurora Trinidad, 1959-
dc.subject.por.fl_str_mv Ciência da computação
Algorítmos
Programação genética (Computação)
Otimização matemática
topic Ciência da computação
Algorítmos
Programação genética (Computação)
Otimização matemática
description Orientadora: Profª. Drª. Aurora Pozo
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2024-01-31T16:17:58Z
dc.date.available.fl_str_mv 2024-01-31T16:17:58Z
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/1884/47749
url https://hdl.handle.net/1884/47749
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 55 f. : il.
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/1884/47749/1/R%20-%20D%20-%20RICARDO%20HENRIQUE%20REMES%20DE%20LIMA.pdf
bitstream.checksum.fl_str_mv 6e02b1f98d99046f0161ddd2a77cefa2
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_ 1801860595707805696

Registros relacionados