Uma colônia de formigas para o caminho mais curto multiobjetivo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/18682 |
Resumo: | Multi-objective combinatorial optimization problems have peculiar characteristics that require optimization methods to adapt for this context. Since many of these problems are NP-Hard, the use of metaheuristics has grown over the last years. Particularly, many different approaches using Ant Colony Optimization (ACO) have been proposed. In this work, an ACO is proposed for the Multi-objective Shortest Path Problem, and is compared to two other optimizers found in the literature. A set of 18 instances from two distinct types of graphs are used, as well as a specific multiobjective performance assessment methodology. Initial experiments showed that the proposed algorithm is able to generate better approximation sets than the other optimizers for all instances. In the second part of this work, an experimental analysis is conducted, using several different multiobjective ACO proposals recently published and the same instances used in the first part. Results show each type of instance benefits a particular type of instance benefits a particular algorithmic approach. A new metaphor for the development of multiobjective ACOs is, then, proposed. Usually, ants share the same characteristics and only few works address multi-species approaches. This works proposes an approach where multi-species ants compete for food resources. Each specie has its own search strategy and different species do not access pheromone information of each other. As in nature, the successful ant populations are allowed to grow, whereas unsuccessful ones shrink. The approach introduced here shows to be able to inherit the behavior of strategies that are successful for different types of problems. Results of computational experiments are reported and show that the proposed approach is able to produce significantly better approximation sets than other methods |
id |
UFRN_1329511ca10e54be0d5b22552bdbd863 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/18682 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Bezerra, Leonardo Cesar Teonáciohttp://lattes.cnpq.br/0664132257054306http://lattes.cnpq.br/2888641121265608Buriol, Luciana Saletehttp://lattes.cnpq.br/8337454058604654Goldbarg, Marco Césarhttp://lattes.cnpq.br/1371199678541174Canuto, Anne Magaly de Paulahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790093J8Gouvêa, Elizabeth Ferreira2015-03-03T15:47:46Z2015-02-252015-03-03T15:47:46Z2011-02-07BEZERRA, Leonardo Cesar Teonácio. Uma colônia de formigas para o caminho mais curto multiobjetivo. 2011. 104 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2011.https://repositorio.ufrn.br/jspui/handle/123456789/18682Multi-objective combinatorial optimization problems have peculiar characteristics that require optimization methods to adapt for this context. Since many of these problems are NP-Hard, the use of metaheuristics has grown over the last years. Particularly, many different approaches using Ant Colony Optimization (ACO) have been proposed. In this work, an ACO is proposed for the Multi-objective Shortest Path Problem, and is compared to two other optimizers found in the literature. A set of 18 instances from two distinct types of graphs are used, as well as a specific multiobjective performance assessment methodology. Initial experiments showed that the proposed algorithm is able to generate better approximation sets than the other optimizers for all instances. In the second part of this work, an experimental analysis is conducted, using several different multiobjective ACO proposals recently published and the same instances used in the first part. Results show each type of instance benefits a particular type of instance benefits a particular algorithmic approach. A new metaphor for the development of multiobjective ACOs is, then, proposed. Usually, ants share the same characteristics and only few works address multi-species approaches. This works proposes an approach where multi-species ants compete for food resources. Each specie has its own search strategy and different species do not access pheromone information of each other. As in nature, the successful ant populations are allowed to grow, whereas unsuccessful ones shrink. The approach introduced here shows to be able to inherit the behavior of strategies that are successful for different types of problems. Results of computational experiments are reported and show that the proposed approach is able to produce significantly better approximation sets than other methodsProblemas de otimização combinatória multiobjetivo apresentam características peculiares que exigem que técnicas de otimização se adaptem a esse contexto. Como muitos desses problemas são NP-Árduos, o uso de metaheurísticas tem crescido nos últimos anos. Particularmente, muitas abordagens que utilizam a Otimização por Colônias de Formigas têm sido propostas. Neste trabalho, propõe-se um algoritmo baseado em colônias de formigas para o Problema do Caminho mais Curto Multiobjetivo, e compara-se o algoritmo proposto com dois otimizadores encontrados na literatura. Um conjunto de 18 instâncias oriundas de dois tipos de grafos é utilizado, além de uma metodologia específica para a avaliação de otimizadores multiobjetivo. Os experimentos iniciais mostram que o algoritmo proposto consegue gerar conjuntos de aproximação melhores que os demais otimizadores para todas as instâncias. Na segunda parte do trabalho, uma análise experimental de diferentes abordagens publicadas para colônias de formigas multiobjetivo é realizada, usando as mesmas instâncias. Os experimentos mostram que cada tipo de instância privilegia uma abordagem algorítmica diferente. Uma nova metáfora para o desenvolvimento deste tipo de metaheurística é então proposta. Geralmente, formigas possuem características comuns e poucos artigos abordam o uso de múltiplas espécies. Neste trabalho, uma abordagem com múltiplas espécies competindo por fontes de comida é proposta. Cada espécie possui sua própria estratégia de busca e diferentes espécies não tem acesso à informação dada pelo feromônio das outras. Como na natureza, as populações de formigas bem sucedidas tem a chance de crescer, enquanto as demais se reduzem. A abordagem apresentada aqui mostra-se capaz de herdar o comportamento de estratégias bem-sucedidas em diferentes tipos de instâncias. Resultados de experimentos computacionais são relatados e mostram que a abordagem proposta produz conjuntos de aproximação significativamente melhores que os outros métodosConselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Sistemas e ComputaçãoUFRNBRCiência da ComputaçãoMetaheurísticasOtimização por Colônias de FormigasOtimização combinatória multiobjetivoMúltiplas espéciesMetaheuristicsAnt colony optimizationMultiobjective optimizationShortest path problemMulti-speciesFood regulationCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOUma colônia de formigas para o caminho mais curto multiobjetivoinfo: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:UFRNORIGINALLeonardoCTB_DISSERT.pdfapplication/pdf2119704https://repositorio.ufrn.br/bitstream/123456789/18682/1/LeonardoCTB_DISSERT.pdf5bdd21de8bfa668bba821593cdd5289fMD51TEXTLeonardoCTB_DISSERT.pdf.txtLeonardoCTB_DISSERT.pdf.txtExtracted texttext/plain196915https://repositorio.ufrn.br/bitstream/123456789/18682/6/LeonardoCTB_DISSERT.pdf.txt4c0a26a28039af6503541f23451836a3MD56THUMBNAILLeonardoCTB_DISSERT.pdf.jpgLeonardoCTB_DISSERT.pdf.jpgIM Thumbnailimage/jpeg1611https://repositorio.ufrn.br/bitstream/123456789/18682/7/LeonardoCTB_DISSERT.pdf.jpgce1ad897f26941551d4863257ef39c2aMD57123456789/186822017-11-03 00:26:05.959oai:https://repositorio.ufrn.br:123456789/18682Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-03T03:26:05Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
title |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
spellingShingle |
Uma colônia de formigas para o caminho mais curto multiobjetivo Bezerra, Leonardo Cesar Teonácio Metaheurísticas Otimização por Colônias de Formigas Otimização combinatória multiobjetivo Múltiplas espécies Metaheuristics Ant colony optimization Multiobjective optimization Shortest path problem Multi-species Food regulation CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
title_short |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
title_full |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
title_fullStr |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
title_full_unstemmed |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
title_sort |
Uma colônia de formigas para o caminho mais curto multiobjetivo |
author |
Bezerra, Leonardo Cesar Teonácio |
author_facet |
Bezerra, Leonardo Cesar Teonácio |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/0664132257054306 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://lattes.cnpq.br/2888641121265608 |
dc.contributor.advisor-co1ID.por.fl_str_mv |
|
dc.contributor.referees1.pt_BR.fl_str_mv |
Goldbarg, Marco César |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://lattes.cnpq.br/1371199678541174 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Canuto, Anne Magaly de Paula |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790093J8 |
dc.contributor.author.fl_str_mv |
Bezerra, Leonardo Cesar Teonácio |
dc.contributor.advisor-co1.fl_str_mv |
Buriol, Luciana Salete |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/8337454058604654 |
dc.contributor.advisor1.fl_str_mv |
Gouvêa, Elizabeth Ferreira |
contributor_str_mv |
Buriol, Luciana Salete Gouvêa, Elizabeth Ferreira |
dc.subject.por.fl_str_mv |
Metaheurísticas Otimização por Colônias de Formigas Otimização combinatória multiobjetivo Múltiplas espécies |
topic |
Metaheurísticas Otimização por Colônias de Formigas Otimização combinatória multiobjetivo Múltiplas espécies Metaheuristics Ant colony optimization Multiobjective optimization Shortest path problem Multi-species Food regulation CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
dc.subject.eng.fl_str_mv |
Metaheuristics Ant colony optimization Multiobjective optimization Shortest path problem Multi-species Food regulation |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
description |
Multi-objective combinatorial optimization problems have peculiar characteristics that require optimization methods to adapt for this context. Since many of these problems are NP-Hard, the use of metaheuristics has grown over the last years. Particularly, many different approaches using Ant Colony Optimization (ACO) have been proposed. In this work, an ACO is proposed for the Multi-objective Shortest Path Problem, and is compared to two other optimizers found in the literature. A set of 18 instances from two distinct types of graphs are used, as well as a specific multiobjective performance assessment methodology. Initial experiments showed that the proposed algorithm is able to generate better approximation sets than the other optimizers for all instances. In the second part of this work, an experimental analysis is conducted, using several different multiobjective ACO proposals recently published and the same instances used in the first part. Results show each type of instance benefits a particular type of instance benefits a particular algorithmic approach. A new metaphor for the development of multiobjective ACOs is, then, proposed. Usually, ants share the same characteristics and only few works address multi-species approaches. This works proposes an approach where multi-species ants compete for food resources. Each specie has its own search strategy and different species do not access pheromone information of each other. As in nature, the successful ant populations are allowed to grow, whereas unsuccessful ones shrink. The approach introduced here shows to be able to inherit the behavior of strategies that are successful for different types of problems. Results of computational experiments are reported and show that the proposed approach is able to produce significantly better approximation sets than other methods |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-02-07 |
dc.date.accessioned.fl_str_mv |
2015-03-03T15:47:46Z |
dc.date.available.fl_str_mv |
2015-02-25 2015-03-03T15:47:46Z |
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 |
BEZERRA, Leonardo Cesar Teonácio. Uma colônia de formigas para o caminho mais curto multiobjetivo. 2011. 104 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/18682 |
identifier_str_mv |
BEZERRA, Leonardo Cesar Teonácio. Uma colônia de formigas para o caminho mais curto multiobjetivo. 2011. 104 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/18682 |
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 |
application/pdf |
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 |
BR |
dc.publisher.department.fl_str_mv |
Ciência da Computação |
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/123456789/18682/1/LeonardoCTB_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/18682/6/LeonardoCTB_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/18682/7/LeonardoCTB_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
5bdd21de8bfa668bba821593cdd5289f 4c0a26a28039af6503541f23451836a3 ce1ad897f26941551d4863257ef39c2a |
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_ |
1802117559057645568 |