Abordagens heurísticas aplicadas ao Thief Orienteering Problem

Detalhes bibliográficos
Autor(a) principal: Faêda, Leonardo Moreira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: https://locus.ufv.br//handle/123456789/30794
https://doi.org/10.47328/ufvbbt.2023.163
Resumo: Este trabalho aborda o Thief Orienteering Problem, um problema multicomponente que combina dois problemas combinatórios conhecidos: o problema da mochila e o problema de orientação. Nesse problema, uma pessoa (denominada de ladrão) carrega uma mochila capacitada e possui um limite de tempo para coletar itens distribuídos em um conjunto de pontos. Os pontos de partida e chegada são fixos. O ladrão inicia sua trajetória com a mochila vazia e viaja com a velocidade inversamente proporcional ao peso da mochila. Enquanto tiver tempo, o ladrão pode passar pelos pontos coletando novos itens. O objetivo do problema é determinar qual rota e quais itens o ladrão deve coletar para maximizar o lucro da mochila. Dois métodos heurísticos baseados em metaheurísticas conhecidas são propostos para encontrar soluções boas que maximize o lucro obtido pelo ladrão em tempo hábil. O primeiro método heurístico é inspirado em algoritmos genéticos e os experimentos computacionais foram realizados com as instâncias de benchmark, a fim de comparar o desempenho do método desenvolvido com os algoritmos existentes na literatura. Os resultados mostraram que nosso método foi superior na maioria dos casos. Posteriormente uma novo método baseado na metaheurística de busca local iterada foi proposto e novos experimentos computacionais foram realizados. Os resultados mostraram que a abordagem superou os trabalhos existentes e o método inspirado em algoritmo genéticos em mais de 80% das instâncias do benchmark, com uma melhoria média de mais de 30%. Propomos também uma ampliação do problema para utilizar múltiplos ladrões. Nós descrevemos formalmente o problema apresentando uma formulação de programação não linear inteira mista e utilizamos adaptações dos métodos heurísticos propostos para gerar soluções iniciais para o problema. Os resultados mostram que, com a utilização de mais ladrões, o lucro total dos itens coletados aumentou em até 32% Palavras-chave: Metaheurísticas. Problemas Multicomponentes. Thief Orienteering Problem
id UFV_ee8d24108ace0cbb3f879a89793e5206
oai_identifier_str oai:locus.ufv.br:123456789/30794
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Faêda, Leonardo Moreirahttp://lattes.cnpq.br/4917144810711752Faêda, Leonardo Moreira2023-05-03T19:59:59Z2023-05-03T19:59:59Z2022-07-15FAÊDA, Leonardo Moreira. Abordagens heurísticas aplicadas ao Thief Orienteering Problem. 2022. 62 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Viçosa, Viçosa. 2022.https://locus.ufv.br//handle/123456789/30794https://doi.org/10.47328/ufvbbt.2023.163Este trabalho aborda o Thief Orienteering Problem, um problema multicomponente que combina dois problemas combinatórios conhecidos: o problema da mochila e o problema de orientação. Nesse problema, uma pessoa (denominada de ladrão) carrega uma mochila capacitada e possui um limite de tempo para coletar itens distribuídos em um conjunto de pontos. Os pontos de partida e chegada são fixos. O ladrão inicia sua trajetória com a mochila vazia e viaja com a velocidade inversamente proporcional ao peso da mochila. Enquanto tiver tempo, o ladrão pode passar pelos pontos coletando novos itens. O objetivo do problema é determinar qual rota e quais itens o ladrão deve coletar para maximizar o lucro da mochila. Dois métodos heurísticos baseados em metaheurísticas conhecidas são propostos para encontrar soluções boas que maximize o lucro obtido pelo ladrão em tempo hábil. O primeiro método heurístico é inspirado em algoritmos genéticos e os experimentos computacionais foram realizados com as instâncias de benchmark, a fim de comparar o desempenho do método desenvolvido com os algoritmos existentes na literatura. Os resultados mostraram que nosso método foi superior na maioria dos casos. Posteriormente uma novo método baseado na metaheurística de busca local iterada foi proposto e novos experimentos computacionais foram realizados. Os resultados mostraram que a abordagem superou os trabalhos existentes e o método inspirado em algoritmo genéticos em mais de 80% das instâncias do benchmark, com uma melhoria média de mais de 30%. Propomos também uma ampliação do problema para utilizar múltiplos ladrões. Nós descrevemos formalmente o problema apresentando uma formulação de programação não linear inteira mista e utilizamos adaptações dos métodos heurísticos propostos para gerar soluções iniciais para o problema. Os resultados mostram que, com a utilização de mais ladrões, o lucro total dos itens coletados aumentou em até 32% Palavras-chave: Metaheurísticas. Problemas Multicomponentes. Thief Orienteering ProblemThis work approaches the Thief Orienteering Problem, a multicomponent problem that combines two known combinatorial problems: the knapsack problem and the orientation problem. In this problem, a person (called a thief) carries a capacitated backpack and has a time limit to collect items distributed in a set of points. Departure and arrival points are fixed. The thief starts his trajectory with an empty backpack and travels with a speed inversely proportional to the weight of the backpack. As long as he has time, the thief can go through the points collecting new items. The purpose of the problem is to determine which route and which items the thief should collect to maximize the backpack’s profit. Two heuristic methods based on known metaheuristics are proposed to find good solutions that maximize the profit obtained by the thief in a timely manner. The first heuristic method is inspired by genetic algorithms and computational experiments were carried out with the benchmark instances, in order to compare the performance of the developed method with existing algorithms in the literature. The results showed that our method was superior in most cases. Subsequently, a new method based on the iterated local search metaheuristic was proposed and new computational experiments were performed. The results showed that the approach outperformed existing work and the method inspired by genetic algorithms in over 80% of the benchmark instances, with an average improvement of over 30%. We also propose an expansion of the problem to use multiple thieves. We formally describe the problem by presenting a mixed integer nonlinear programming formulation and adapt the proposed methods to generate initial solutions to the problem. The results show that with the use of more thieves, the total profit from collected items increased by up to 32%. Keywords: Metaheurísticas. Multi-component problems. Thief Orienteering ProblemCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de ViçosaCiência da ComputaçãoAlgorítmos genéticosMultiprogramação (Computadores)Programação heurísticaCiência da ComputaçãoAbordagens heurísticas aplicadas ao Thief Orienteering ProblemHeuristic approaches applied to the Thief Orienteering Probleminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de InformáticaMestre em Ciência da ComputaçãoViçosa - MG2022-07-15Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/30794/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf858068https://locus.ufv.br//bitstream/123456789/30794/1/texto%20completo.pdf52674ba8316ed013a7d95b5b31c20277MD51123456789/307942023-05-04 17:25:53.268oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452023-05-04T20:25:53LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Abordagens heurísticas aplicadas ao Thief Orienteering Problem
dc.title.en.fl_str_mv Heuristic approaches applied to the Thief Orienteering Problem
title Abordagens heurísticas aplicadas ao Thief Orienteering Problem
spellingShingle Abordagens heurísticas aplicadas ao Thief Orienteering Problem
Faêda, Leonardo Moreira
Algorítmos genéticos
Multiprogramação (Computadores)
Programação heurística
Ciência da Computação
title_short Abordagens heurísticas aplicadas ao Thief Orienteering Problem
title_full Abordagens heurísticas aplicadas ao Thief Orienteering Problem
title_fullStr Abordagens heurísticas aplicadas ao Thief Orienteering Problem
title_full_unstemmed Abordagens heurísticas aplicadas ao Thief Orienteering Problem
title_sort Abordagens heurísticas aplicadas ao Thief Orienteering Problem
author Faêda, Leonardo Moreira
author_facet Faêda, Leonardo Moreira
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/4917144810711752
dc.contributor.author.fl_str_mv Faêda, Leonardo Moreira
dc.contributor.advisor1.fl_str_mv Faêda, Leonardo Moreira
contributor_str_mv Faêda, Leonardo Moreira
dc.subject.pt-BR.fl_str_mv Algorítmos genéticos
Multiprogramação (Computadores)
Programação heurística
topic Algorítmos genéticos
Multiprogramação (Computadores)
Programação heurística
Ciência da Computação
dc.subject.cnpq.fl_str_mv Ciência da Computação
description Este trabalho aborda o Thief Orienteering Problem, um problema multicomponente que combina dois problemas combinatórios conhecidos: o problema da mochila e o problema de orientação. Nesse problema, uma pessoa (denominada de ladrão) carrega uma mochila capacitada e possui um limite de tempo para coletar itens distribuídos em um conjunto de pontos. Os pontos de partida e chegada são fixos. O ladrão inicia sua trajetória com a mochila vazia e viaja com a velocidade inversamente proporcional ao peso da mochila. Enquanto tiver tempo, o ladrão pode passar pelos pontos coletando novos itens. O objetivo do problema é determinar qual rota e quais itens o ladrão deve coletar para maximizar o lucro da mochila. Dois métodos heurísticos baseados em metaheurísticas conhecidas são propostos para encontrar soluções boas que maximize o lucro obtido pelo ladrão em tempo hábil. O primeiro método heurístico é inspirado em algoritmos genéticos e os experimentos computacionais foram realizados com as instâncias de benchmark, a fim de comparar o desempenho do método desenvolvido com os algoritmos existentes na literatura. Os resultados mostraram que nosso método foi superior na maioria dos casos. Posteriormente uma novo método baseado na metaheurística de busca local iterada foi proposto e novos experimentos computacionais foram realizados. Os resultados mostraram que a abordagem superou os trabalhos existentes e o método inspirado em algoritmo genéticos em mais de 80% das instâncias do benchmark, com uma melhoria média de mais de 30%. Propomos também uma ampliação do problema para utilizar múltiplos ladrões. Nós descrevemos formalmente o problema apresentando uma formulação de programação não linear inteira mista e utilizamos adaptações dos métodos heurísticos propostos para gerar soluções iniciais para o problema. Os resultados mostram que, com a utilização de mais ladrões, o lucro total dos itens coletados aumentou em até 32% Palavras-chave: Metaheurísticas. Problemas Multicomponentes. Thief Orienteering Problem
publishDate 2022
dc.date.issued.fl_str_mv 2022-07-15
dc.date.accessioned.fl_str_mv 2023-05-03T19:59:59Z
dc.date.available.fl_str_mv 2023-05-03T19:59:59Z
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 FAÊDA, Leonardo Moreira. Abordagens heurísticas aplicadas ao Thief Orienteering Problem. 2022. 62 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Viçosa, Viçosa. 2022.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/30794
dc.identifier.doi.pt-BR.fl_str_mv https://doi.org/10.47328/ufvbbt.2023.163
identifier_str_mv FAÊDA, Leonardo Moreira. Abordagens heurísticas aplicadas ao Thief Orienteering Problem. 2022. 62 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Viçosa, Viçosa. 2022.
url https://locus.ufv.br//handle/123456789/30794
https://doi.org/10.47328/ufvbbt.2023.163
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 de Viçosa
dc.publisher.program.fl_str_mv Ciência da Computação
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/30794/2/license.txt
https://locus.ufv.br//bitstream/123456789/30794/1/texto%20completo.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
52674ba8316ed013a7d95b5b31c20277
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801213098114154496