Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas

Detalhes bibliográficos
Autor(a) principal: Pinheiro, Lucas Daniel Monteiro dos Santos
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/123456789/21031
Resumo: O problema da Árvore Geradora Mínima Quadrática (AGMQ) é uma generalização doproblema da Árvore Geradora Mínima onde, além dos custos lineares das arestas, custosquadráticos associados a cada par de arestas são considerados. Os custos quadráticos sãodevidos à custos de interação entre as arestas. No caso das interações ocorrerem somenteentre arestas adjacentes, o problema é denominado Árvore Geradora Mínima Quadráticaem Adjacência de Arestas (AGMQA). Tanto a AGMQ quanto a AGMQA são NP-difíceise modelam diversos problemas reais envolvendo projeto de redes de infraestrutura. Oscustos lineares e quadráticos são somados nas versões mono-objetivo destes problemas.Frequentemente, aplicações reais lidam com objetivos conflitantes. Nestes casos a consideração dos custos lineares e quadráticos separadamente é mais adequada e a otimizaçãomultiobjetivo provê modelos mais realistas. Algoritmos exatos e heurísticos são investigados neste trabalho para a versão biobjetivo da AGMQA. As seguintes técnicas sãopropostas: backtracking, branch-and-bound, busca local, Greedy RandomizedAdaptive Search Procedure, Simulated Annealing, NSGAII, Algoritmo Transgenético, Otimização por Nuvem de Partículas e uma hibridização entre a técnica do MOEA-D eo Algoritmo Transgenético. São utilizados indicadores de qualidade Pareto concordantespara comparar os algoritmos em um conjunto de instâncias de bases de dado da literatura.
id UFRN_8b1573f7fb613fe2fc1bf59660c98fff
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/21031
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Pinheiro, Lucas Daniel Monteiro dos Santoshttp://lattes.cnpq.br/2366752353326968http://lattes.cnpq.br/2888641121265608Maia, Silvia Maria Diniz Monteirohttp://lattes.cnpq.br/1498104590221901Goldbarg, Marco Cesarhttp://lattes.cnpq.br/1371199678541174Gonçalves, Richard Aderbalhttp://lattes.cnpq.br/4210531173050798Gouvea, Elizabeth Ferreira2016-07-26T23:43:20Z2016-07-26T23:43:20Z2016-02-03PINHEIRO, Lucas Daniel Monteiro dos Santos. Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas. 2016. 90f. 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/123456789/21031O problema da Árvore Geradora Mínima Quadrática (AGMQ) é uma generalização doproblema da Árvore Geradora Mínima onde, além dos custos lineares das arestas, custosquadráticos associados a cada par de arestas são considerados. Os custos quadráticos sãodevidos à custos de interação entre as arestas. No caso das interações ocorrerem somenteentre arestas adjacentes, o problema é denominado Árvore Geradora Mínima Quadráticaem Adjacência de Arestas (AGMQA). Tanto a AGMQ quanto a AGMQA são NP-difíceise modelam diversos problemas reais envolvendo projeto de redes de infraestrutura. Oscustos lineares e quadráticos são somados nas versões mono-objetivo destes problemas.Frequentemente, aplicações reais lidam com objetivos conflitantes. Nestes casos a consideração dos custos lineares e quadráticos separadamente é mais adequada e a otimizaçãomultiobjetivo provê modelos mais realistas. Algoritmos exatos e heurísticos são investigados neste trabalho para a versão biobjetivo da AGMQA. As seguintes técnicas sãopropostas: backtracking, branch-and-bound, busca local, Greedy RandomizedAdaptive Search Procedure, Simulated Annealing, NSGAII, Algoritmo Transgenético, Otimização por Nuvem de Partículas e uma hibridização entre a técnica do MOEA-D eo Algoritmo Transgenético. São utilizados indicadores de qualidade Pareto concordantespara comparar os algoritmos em um conjunto de instâncias de bases de dado da literatura.The Quadratic Minimum Spanning Tree (QMST) problem is a generalization of the Minimum Spanning Tree problem in which, beyond linear costs associated to each edge, quadratic costs associated to each pair of edges must be considered. The quadratic costs are due to interaction costs between the edges. When interactions occur between adjacent edges only, the problem is named Adjacent Only Quadratic Minimum Spanning Tree (AQMST). Both QMST and AQMST are NP-hard and model a number of real world applications involving infrastructure networks design. Linear and quadratic costs are summed in the mono-objective versions of the problems. However, real world applications often deal with conflicting objectives. In those cases, considering linear and quadratic costs separately is more appropriate and multi-objective optimization provides a more realistic modelling. Exact and heuristic algorithms are investigated in this work for the Bi-objective Adjacent Only Quadratic Spanning Tree Problem. The following techniques are proposed: backtracking, branch-and-bound, Pareto Local Search, Greedy Randomized Adaptive Search Procedure, Simulated Annealing, NSGA-II, Transgenetic Algorithm, Particle Swarm Optimization and a hybridization of the Transgenetic Algorithm with the MOEA-D technique. Pareto compliant quality indicators are used to compare the algorithms on a set of benchmark instances proposed in literature.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃOUFRNBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOAlgoritmos experimentaisAlgoritmos exatosMetaheurísticasOtimização multiobjetivoÁrvore geradora quadrática em adjacência de arestas biobjetivoAlgoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestasThe biobjective adjacent only quadratic spanning tree probleminfo: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:UFRNORIGINALLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdfLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdfapplication/pdf1794823https://repositorio.ufrn.br/bitstream/123456789/21031/1/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdfdbbda591619783e4cadcabee17c2bb86MD51TEXTLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.txtLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.txtExtracted texttext/plain322157https://repositorio.ufrn.br/bitstream/123456789/21031/6/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.txt506a9a933b8fdd7dee894904ca0e46f8MD56THUMBNAILLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.jpgLucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.jpgIM Thumbnailimage/jpeg3514https://repositorio.ufrn.br/bitstream/123456789/21031/7/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.jpg80198e67c56c2c4ba6197a506b3e3a25MD57123456789/210312017-11-02 23:53:50.699oai:https://repositorio.ufrn.br:123456789/21031Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-03T02:53:50Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
dc.title.alternative.pt_BR.fl_str_mv The biobjective adjacent only quadratic spanning tree problem
title Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
spellingShingle Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
Pinheiro, Lucas Daniel Monteiro dos Santos
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Algoritmos experimentais
Algoritmos exatos
Metaheurísticas
Otimização multiobjetivo
Árvore geradora quadrática em adjacência de arestas biobjetivo
title_short Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
title_full Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
title_fullStr Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
title_full_unstemmed Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
title_sort Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas
author Pinheiro, Lucas Daniel Monteiro dos Santos
author_facet Pinheiro, Lucas Daniel Monteiro dos Santos
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/2366752353326968
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/2888641121265608
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv
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 Gonçalves, Richard Aderbal
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/4210531173050798
dc.contributor.author.fl_str_mv Pinheiro, Lucas Daniel Monteiro dos Santos
dc.contributor.advisor-co1.fl_str_mv Maia, Silvia Maria Diniz Monteiro
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/1498104590221901
dc.contributor.advisor1.fl_str_mv Gouvea, Elizabeth Ferreira
contributor_str_mv Maia, Silvia Maria Diniz Monteiro
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
Algoritmos experimentais
Algoritmos exatos
Metaheurísticas
Otimização multiobjetivo
Árvore geradora quadrática em adjacência de arestas biobjetivo
dc.subject.por.fl_str_mv Algoritmos experimentais
Algoritmos exatos
Metaheurísticas
Otimização multiobjetivo
Árvore geradora quadrática em adjacência de arestas biobjetivo
description O problema da Árvore Geradora Mínima Quadrática (AGMQ) é uma generalização doproblema da Árvore Geradora Mínima onde, além dos custos lineares das arestas, custosquadráticos associados a cada par de arestas são considerados. Os custos quadráticos sãodevidos à custos de interação entre as arestas. No caso das interações ocorrerem somenteentre arestas adjacentes, o problema é denominado Árvore Geradora Mínima Quadráticaem Adjacência de Arestas (AGMQA). Tanto a AGMQ quanto a AGMQA são NP-difíceise modelam diversos problemas reais envolvendo projeto de redes de infraestrutura. Oscustos lineares e quadráticos são somados nas versões mono-objetivo destes problemas.Frequentemente, aplicações reais lidam com objetivos conflitantes. Nestes casos a consideração dos custos lineares e quadráticos separadamente é mais adequada e a otimizaçãomultiobjetivo provê modelos mais realistas. Algoritmos exatos e heurísticos são investigados neste trabalho para a versão biobjetivo da AGMQA. As seguintes técnicas sãopropostas: backtracking, branch-and-bound, busca local, Greedy RandomizedAdaptive Search Procedure, Simulated Annealing, NSGAII, Algoritmo Transgenético, Otimização por Nuvem de Partículas e uma hibridização entre a técnica do MOEA-D eo Algoritmo Transgenético. São utilizados indicadores de qualidade Pareto concordantespara comparar os algoritmos em um conjunto de instâncias de bases de dado da literatura.
publishDate 2016
dc.date.accessioned.fl_str_mv 2016-07-26T23:43:20Z
dc.date.available.fl_str_mv 2016-07-26T23:43:20Z
dc.date.issued.fl_str_mv 2016-02-03
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 PINHEIRO, Lucas Daniel Monteiro dos Santos. Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas. 2016. 90f. 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/123456789/21031
identifier_str_mv PINHEIRO, Lucas Daniel Monteiro dos Santos. Algoritmos experimentais para o problema biobjetivo da árvore geradora quadrática em adjacência de arestas. 2016. 90f. 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/123456789/21031
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/123456789/21031/1/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf
https://repositorio.ufrn.br/bitstream/123456789/21031/6/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/21031/7/LucasDanielMonteiroDosSantosPinheiro_DISSERT.pdf.jpg
bitstream.checksum.fl_str_mv dbbda591619783e4cadcabee17c2bb86
506a9a933b8fdd7dee894904ca0e46f8
80198e67c56c2c4ba6197a506b3e3a25
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_ 1814833015739645952

Registros relacionados