Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo

Detalhes bibliográficos
Autor(a) principal: Medeiros, Hudson Geovane de
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/21029
Resumo: Problemas multiobjetivo, diferentes daqueles com um único objetivo, possuem, em geral, diversas soluções ótimas, as quais compõem o conjunto Pareto ótimo. Uma classe de algoritmos heurísticos para tais problemas, aqui chamados de otimizadores, produz aproximações deste conjunto. Devido ao grande número de soluções geradas durante a otimização, muitas delas serão descartadas, pois a manutenção e comparação frequente entre todas elas poderia demandar um alto custo de tempo. Como uma alternativa a este problema, muitos otimizadores lidam com arquivos limitados. Um problema que surge nestes casos é a necessidade do descarte de soluções não-dominadas, isto é, ótimas até então. Muitas técnicas foram propostas para lidar com o problema do descarte de soluções não-dominadas e as investigações mostraram que nenhuma delas é completamente capaz de prevenir a deterioração dos arquivos. Este trabalho investiga uma técnica para ser usada em conjunto com as propostas previamente na literatura, a fim de para melhorar a qualidade dos arquivos. A técnica consiste em reciclar periodicamente soluções descartadas. Para verificar se esta ideia pode melhorar o conteúdo dos otimizadores durante a otimização, ela foi implementada em três algoritmos da literatura e testada em diversos problemas. Os resultados mostraram que, quando os otimizadores já conseguem realizar uma boa otimização e resolver os problemas satisfatoriamente, a deterioração é pequena e o método de reciclagem ineficaz. Todavia, em casos em que o otimizador deteriora significativamente, a reciclagem conseguiu evitar esta deterioração no conjunto de aproximação.
id UFRN_0c0ab064b5d18337218f6509ea138868
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/21029
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Medeiros, Hudson Geovane dehttp://lattes.cnpq.br/6075528442511848http://lattes.cnpq.br/2888641121265608Goldbarg, Marco Cesarhttp://lattes.cnpq.br/1371199678541174Maia, Silvia Maria Diniz Monteirohttp://lattes.cnpq.br/1498104590221901Pozo, Aurora Trinidad Ramirezhttp://lattes.cnpq.br/2815946827655352Gouvea, Elizabeth Ferreira2016-07-26T23:00:12Z2016-07-26T23:00:12Z2016-02-05MEDEIROS, Hudson Geovane de. Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo. 2016. 96f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.https://repositorio.ufrn.br/jspui/handle/123456789/21029Problemas multiobjetivo, diferentes daqueles com um único objetivo, possuem, em geral, diversas soluções ótimas, as quais compõem o conjunto Pareto ótimo. Uma classe de algoritmos heurísticos para tais problemas, aqui chamados de otimizadores, produz aproximações deste conjunto. Devido ao grande número de soluções geradas durante a otimização, muitas delas serão descartadas, pois a manutenção e comparação frequente entre todas elas poderia demandar um alto custo de tempo. Como uma alternativa a este problema, muitos otimizadores lidam com arquivos limitados. Um problema que surge nestes casos é a necessidade do descarte de soluções não-dominadas, isto é, ótimas até então. Muitas técnicas foram propostas para lidar com o problema do descarte de soluções não-dominadas e as investigações mostraram que nenhuma delas é completamente capaz de prevenir a deterioração dos arquivos. Este trabalho investiga uma técnica para ser usada em conjunto com as propostas previamente na literatura, a fim de para melhorar a qualidade dos arquivos. A técnica consiste em reciclar periodicamente soluções descartadas. Para verificar se esta ideia pode melhorar o conteúdo dos otimizadores durante a otimização, ela foi implementada em três algoritmos da literatura e testada em diversos problemas. Os resultados mostraram que, quando os otimizadores já conseguem realizar uma boa otimização e resolver os problemas satisfatoriamente, a deterioração é pequena e o método de reciclagem ineficaz. Todavia, em casos em que o otimizador deteriora significativamente, a reciclagem conseguiu evitar esta deterioração no conjunto de aproximação.Multi-objective problems may have many optimal solutions, which together form the Pareto optimal set. A class of heuristic algorithms for those problems, in this work called optimizers, produces approximations of this optimal set. The approximation set kept by the optmizer may be limited or unlimited. The benefit of using an unlimited archive is to guarantee that all the nondominated solutions generated in the process will be saved. However, due to the large number of solutions that can be generated, to keep an archive and compare frequently new solutions to the stored ones may demand a high computational cost. The alternative is to use a limited archive. The problem that emerges from this situation is the need of discarding nondominated solutions when the archive is full. Some techniques were proposed to handle this problem, but investigations show that none of them can surely prevent the deterioration of the archives. This work investigates a technique to be used together with the previously proposed ideas in the literature to deal with limited archives. The technique consists on keeping discarded solutions in a secondary archive, and periodically recycle these solutions, bringing them back to the optimization. Three methods of recycling are presented. In order to verify if these ideas are capable to improve the archive content during the optimization, they were implemented together with other techniques from the literature. An computational experiment with NSGA-II, SPEA2, PAES, MOEA/D and NSGA-III algorithms, applied to many classes of problems is presented. The potential and the difficulties of the proposed techniques are evaluated based on statistical tests.porUniversidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃOUFRNBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOOtimização multiobjetivoTécnicas de arquivamentoAlgoritmos evolucionáriosInvestigações sobre técnicas de arquivamento para otimizadores multiobjetivoInvestigations into archiving techniques for multi-objective optimizersinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALHudsonGeovaneDeMedeiros_DISSERT.pdfHudsonGeovaneDeMedeiros_DISSERT.pdfapplication/pdf1132949https://repositorio.ufrn.br/bitstream/123456789/21029/1/HudsonGeovaneDeMedeiros_DISSERT.pdf85212b19ab7b39ed298f52518e66b106MD51TEXTHudsonGeovaneDeMedeiros_DISSERT.pdf.txtHudsonGeovaneDeMedeiros_DISSERT.pdf.txtExtracted texttext/plain330960https://repositorio.ufrn.br/bitstream/123456789/21029/6/HudsonGeovaneDeMedeiros_DISSERT.pdf.txt7af973b3e231d6d1127003d572b0d9e9MD56THUMBNAILHudsonGeovaneDeMedeiros_DISSERT.pdf.jpgHudsonGeovaneDeMedeiros_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2633https://repositorio.ufrn.br/bitstream/123456789/21029/7/HudsonGeovaneDeMedeiros_DISSERT.pdf.jpga1a0793ee35369b018fb69de145793dfMD57123456789/210292017-11-02 22:47:31.409oai:https://repositorio.ufrn.br:123456789/21029Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-03T01:47:31Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
dc.title.alternative.pt_BR.fl_str_mv Investigations into archiving techniques for multi-objective optimizers
title Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
spellingShingle Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
Medeiros, Hudson Geovane de
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Otimização multiobjetivo
Técnicas de arquivamento
Algoritmos evolucionários
title_short Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
title_full Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
title_fullStr Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
title_full_unstemmed Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
title_sort Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
author Medeiros, Hudson Geovane de
author_facet Medeiros, Hudson Geovane de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/6075528442511848
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/2888641121265608
dc.contributor.referees1.none.fl_str_mv Goldbarg, Marco Cesar
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.none.fl_str_mv http://lattes.cnpq.br/1371199678541174
dc.contributor.referees2.none.fl_str_mv Maia, Silvia Maria Diniz Monteiro
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/1498104590221901
dc.contributor.referees3.none.fl_str_mv Pozo, Aurora Trinidad Ramirez
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees3Lattes.none.fl_str_mv http://lattes.cnpq.br/2815946827655352
dc.contributor.author.fl_str_mv Medeiros, Hudson Geovane de
dc.contributor.advisor1.fl_str_mv Gouvea, Elizabeth Ferreira
contributor_str_mv Gouvea, Elizabeth Ferreira
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Otimização multiobjetivo
Técnicas de arquivamento
Algoritmos evolucionários
dc.subject.por.fl_str_mv Otimização multiobjetivo
Técnicas de arquivamento
Algoritmos evolucionários
description Problemas multiobjetivo, diferentes daqueles com um único objetivo, possuem, em geral, diversas soluções ótimas, as quais compõem o conjunto Pareto ótimo. Uma classe de algoritmos heurísticos para tais problemas, aqui chamados de otimizadores, produz aproximações deste conjunto. Devido ao grande número de soluções geradas durante a otimização, muitas delas serão descartadas, pois a manutenção e comparação frequente entre todas elas poderia demandar um alto custo de tempo. Como uma alternativa a este problema, muitos otimizadores lidam com arquivos limitados. Um problema que surge nestes casos é a necessidade do descarte de soluções não-dominadas, isto é, ótimas até então. Muitas técnicas foram propostas para lidar com o problema do descarte de soluções não-dominadas e as investigações mostraram que nenhuma delas é completamente capaz de prevenir a deterioração dos arquivos. Este trabalho investiga uma técnica para ser usada em conjunto com as propostas previamente na literatura, a fim de para melhorar a qualidade dos arquivos. A técnica consiste em reciclar periodicamente soluções descartadas. Para verificar se esta ideia pode melhorar o conteúdo dos otimizadores durante a otimização, ela foi implementada em três algoritmos da literatura e testada em diversos problemas. Os resultados mostraram que, quando os otimizadores já conseguem realizar uma boa otimização e resolver os problemas satisfatoriamente, a deterioração é pequena e o método de reciclagem ineficaz. Todavia, em casos em que o otimizador deteriora significativamente, a reciclagem conseguiu evitar esta deterioração no conjunto de aproximação.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-07-26T23:00:12Z
dc.date.available.fl_str_mv 2016-07-26T23:00:12Z
dc.date.issued.fl_str_mv 2016-02-05
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.citation.fl_str_mv MEDEIROS, Hudson Geovane de. Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo. 2016. 96f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/21029
identifier_str_mv MEDEIROS, Hudson Geovane de. Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo. 2016. 96f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
url https://repositorio.ufrn.br/jspui/handle/123456789/21029
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 do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/21029/1/HudsonGeovaneDeMedeiros_DISSERT.pdf
https://repositorio.ufrn.br/bitstream/123456789/21029/6/HudsonGeovaneDeMedeiros_DISSERT.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/21029/7/HudsonGeovaneDeMedeiros_DISSERT.pdf.jpg
bitstream.checksum.fl_str_mv 85212b19ab7b39ed298f52518e66b106
7af973b3e231d6d1127003d572b0d9e9
a1a0793ee35369b018fb69de145793df
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832806183829504