Investigações sobre técnicas de arquivamento para otimizadores multiobjetivo
Autor(a) principal: | |
---|---|
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 |