Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita

Detalhes bibliográficos
Autor(a) principal: Silva, Ivan Nunes da [UNESP]
Data de Publicação: 2004
Outros Autores: Amaral, Wagner Caradori do, Arruda, Lúcia V. R. de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S0101-74382004000200005
http://hdl.handle.net/11449/28292
Resumo: Sistemas baseados em redes neurais artificiais fornecem altas taxas de computação devido ao uso de um número massivo de elementos processadores simples. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver uma rica classe de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de otimização restrita utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são calculados usando a técnica de subespaço válido de soluções. A partir da obtenção destes parâmetros a rede tende a convergir aos pontos de equilíbrio que representam as possíveis soluções para o problema. Exemplos de simulação são apresentados para justificar a validade da abordagem proposta.
id UNSP_007a955fe40f93444cd99a63070cbe84
oai_identifier_str oai:repositorio.unesp.br:11449/28292
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restritaotimização restritaredes neurais artificiaisredes de Hopfieldconstrained optimizationartificial neural networksHopfield networksSistemas baseados em redes neurais artificiais fornecem altas taxas de computação devido ao uso de um número massivo de elementos processadores simples. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver uma rica classe de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de otimização restrita utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são calculados usando a técnica de subespaço válido de soluções. A partir da obtenção destes parâmetros a rede tende a convergir aos pontos de equilíbrio que representam as possíveis soluções para o problema. Exemplos de simulação são apresentados para justificar a validade da abordagem proposta.Systems based on artificial neural networks have high computational rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems. This paper presents a novel approach for solving constrained optimization problems using artificial neural networks. More specifically, a modified Hopfield network is developed and its internal parameters are computed using the valid-subspace technique. These parameters guarantee the convergence of the network to the equilibrium points, which represent the feasible solutions to problem. Simulated examples are presented to demonstrate the validity of the proposed method.Universidade Estadual Paulista DEE / Faculdade de Engenharia (FE)Universidade Estadual de Campinas Faculdade de Eng. Elétrica e ComputaçãoCentro Federal de Educ. Tecnol. do ParanáUniversidade Estadual Paulista DEE / Faculdade de Engenharia (FE)Sociedade Brasileira de Pesquisa OperacionalUniversidade Estadual Paulista (Unesp)Universidade Estadual de Campinas (UNICAMP)Centro Federal de Educ. Tecnol. do ParanáSilva, Ivan Nunes da [UNESP]Amaral, Wagner Caradori doArruda, Lúcia V. R. de2014-05-20T15:12:09Z2014-05-20T15:12:09Z2004-08-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article285-302application/pdfhttp://dx.doi.org/10.1590/S0101-74382004000200005Pesquisa Operacional. Sociedade Brasileira de Pesquisa Operacional, v. 24, n. 2, p. 285-302, 2004.0101-7438http://hdl.handle.net/11449/2829210.1590/S0101-74382004000200005S0101-74382004000200005S0101-74382004000200005.pdfSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporPesquisa Operacional0,365info:eu-repo/semantics/openAccess2024-06-28T13:34:24Zoai:repositorio.unesp.br:11449/28292Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T20:36:47.191068Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
title Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
spellingShingle Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
Silva, Ivan Nunes da [UNESP]
otimização restrita
redes neurais artificiais
redes de Hopfield
constrained optimization
artificial neural networks
Hopfield networks
title_short Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
title_full Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
title_fullStr Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
title_full_unstemmed Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
title_sort Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita
author Silva, Ivan Nunes da [UNESP]
author_facet Silva, Ivan Nunes da [UNESP]
Amaral, Wagner Caradori do
Arruda, Lúcia V. R. de
author_role author
author2 Amaral, Wagner Caradori do
Arruda, Lúcia V. R. de
author2_role author
author
dc.contributor.none.fl_str_mv Universidade Estadual Paulista (Unesp)
Universidade Estadual de Campinas (UNICAMP)
Centro Federal de Educ. Tecnol. do Paraná
dc.contributor.author.fl_str_mv Silva, Ivan Nunes da [UNESP]
Amaral, Wagner Caradori do
Arruda, Lúcia V. R. de
dc.subject.por.fl_str_mv otimização restrita
redes neurais artificiais
redes de Hopfield
constrained optimization
artificial neural networks
Hopfield networks
topic otimização restrita
redes neurais artificiais
redes de Hopfield
constrained optimization
artificial neural networks
Hopfield networks
description Sistemas baseados em redes neurais artificiais fornecem altas taxas de computação devido ao uso de um número massivo de elementos processadores simples. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver uma rica classe de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de otimização restrita utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são calculados usando a técnica de subespaço válido de soluções. A partir da obtenção destes parâmetros a rede tende a convergir aos pontos de equilíbrio que representam as possíveis soluções para o problema. Exemplos de simulação são apresentados para justificar a validade da abordagem proposta.
publishDate 2004
dc.date.none.fl_str_mv 2004-08-01
2014-05-20T15:12:09Z
2014-05-20T15:12:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0101-74382004000200005
Pesquisa Operacional. Sociedade Brasileira de Pesquisa Operacional, v. 24, n. 2, p. 285-302, 2004.
0101-7438
http://hdl.handle.net/11449/28292
10.1590/S0101-74382004000200005
S0101-74382004000200005
S0101-74382004000200005.pdf
url http://dx.doi.org/10.1590/S0101-74382004000200005
http://hdl.handle.net/11449/28292
identifier_str_mv Pesquisa Operacional. Sociedade Brasileira de Pesquisa Operacional, v. 24, n. 2, p. 285-302, 2004.
0101-7438
10.1590/S0101-74382004000200005
S0101-74382004000200005
S0101-74382004000200005.pdf
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Pesquisa Operacional
0,365
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 285-302
application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Pesquisa Operacional
publisher.none.fl_str_mv Sociedade Brasileira de Pesquisa Operacional
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129226917806080