Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Gestão & Produção |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2009000400002 |
Resumo: | Este trabalho propõe uma nova alternativa de geração de colunas (GC), baseada na relaxação lagrangeana com divisão em clusters (LagClus), para resolução do Problema de Programação Quadrática Binária Irrestrita (PQ). O PQ é um dos problemas clássicos de otimização não-linear, cujo objetivo é resolver uma função quadrática por meio da escolha de valores binários apropriados para as variáveis de decisão. A GC proposta trata um modelo linear inteiro misto (PQL) do PQ, que tem restrições representadas por meio de um grafo e é dividido através de uma heurística de particionamento. Além de encontrar soluções viáveis, o método proposto ainda apresenta duas formas alternativas para obtenção de limitantes para o PQ. Foram realizados vários experimentos computacionais, utilizando-se instâncias de difícil solução com diferentes características. A GC é comparada a métodos tradicionais de relaxação lagrangeana e outros métodos propostos recentemente, sendo que os resultados apresentados são superiores para a maioria das instâncias consideradas. |
id |
UFSCAR-3_49dba0dcbda7f5d2ee1d7dafe2964fbf |
---|---|
oai_identifier_str |
oai:scielo:S0104-530X2009000400002 |
network_acronym_str |
UFSCAR-3 |
network_name_str |
Gestão & Produção |
repository_id_str |
|
spelling |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestritaProgramação quadráticaGeração de colunasRelaxação lagrangeanaEste trabalho propõe uma nova alternativa de geração de colunas (GC), baseada na relaxação lagrangeana com divisão em clusters (LagClus), para resolução do Problema de Programação Quadrática Binária Irrestrita (PQ). O PQ é um dos problemas clássicos de otimização não-linear, cujo objetivo é resolver uma função quadrática por meio da escolha de valores binários apropriados para as variáveis de decisão. A GC proposta trata um modelo linear inteiro misto (PQL) do PQ, que tem restrições representadas por meio de um grafo e é dividido através de uma heurística de particionamento. Além de encontrar soluções viáveis, o método proposto ainda apresenta duas formas alternativas para obtenção de limitantes para o PQ. Foram realizados vários experimentos computacionais, utilizando-se instâncias de difícil solução com diferentes características. A GC é comparada a métodos tradicionais de relaxação lagrangeana e outros métodos propostos recentemente, sendo que os resultados apresentados são superiores para a maioria das instâncias consideradas.Universidade Federal de São Carlos2009-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2009000400002Gestão & Produção v.16 n.4 2009reponame:Gestão & Produçãoinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCAR10.1590/S0104-530X2009000400002info:eu-repo/semantics/openAccessMauri,Geraldo RegisLorena,Luiz Antonio Nogueirapor2010-01-19T00:00:00Zoai:scielo:S0104-530X2009000400002Revistahttps://www.gestaoeproducao.com/PUBhttps://old.scielo.br/oai/scielo-oai.phpgp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br1806-96490104-530Xopendoar:2010-01-19T00:00Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.none.fl_str_mv |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
title |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
spellingShingle |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita Mauri,Geraldo Regis Programação quadrática Geração de colunas Relaxação lagrangeana |
title_short |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
title_full |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
title_fullStr |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
title_full_unstemmed |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
title_sort |
Geração de colunas com divisão em clusters para o problema de programação quadrática binária irrestrita |
author |
Mauri,Geraldo Regis |
author_facet |
Mauri,Geraldo Regis Lorena,Luiz Antonio Nogueira |
author_role |
author |
author2 |
Lorena,Luiz Antonio Nogueira |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Mauri,Geraldo Regis Lorena,Luiz Antonio Nogueira |
dc.subject.por.fl_str_mv |
Programação quadrática Geração de colunas Relaxação lagrangeana |
topic |
Programação quadrática Geração de colunas Relaxação lagrangeana |
description |
Este trabalho propõe uma nova alternativa de geração de colunas (GC), baseada na relaxação lagrangeana com divisão em clusters (LagClus), para resolução do Problema de Programação Quadrática Binária Irrestrita (PQ). O PQ é um dos problemas clássicos de otimização não-linear, cujo objetivo é resolver uma função quadrática por meio da escolha de valores binários apropriados para as variáveis de decisão. A GC proposta trata um modelo linear inteiro misto (PQL) do PQ, que tem restrições representadas por meio de um grafo e é dividido através de uma heurística de particionamento. Além de encontrar soluções viáveis, o método proposto ainda apresenta duas formas alternativas para obtenção de limitantes para o PQ. Foram realizados vários experimentos computacionais, utilizando-se instâncias de difícil solução com diferentes características. A GC é comparada a métodos tradicionais de relaxação lagrangeana e outros métodos propostos recentemente, sendo que os resultados apresentados são superiores para a maioria das instâncias consideradas. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2009000400002 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2009000400002 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0104-530X2009000400002 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
Gestão & Produção v.16 n.4 2009 reponame:Gestão & Produção instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Gestão & Produção |
collection |
Gestão & Produção |
repository.name.fl_str_mv |
Gestão & Produção - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
gp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br |
_version_ |
1750118203047018496 |