Estudo de métodos estocásticos para otimização global de problemas de programação não linear.

Detalhes bibliográficos
Autor(a) principal: Gozzi, Érico Murilo
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/45/45134/tde-20210729-150529/
Resumo: O objetivo deste trabalho foi estudar três algoritmos estocásticos de otimização global: Random Linkage, Tunneling utilizando a curva de Lissajous e o GRASP adaptado para problemas de programação não linear. Para isso, implementamos os três métodos e realizamos experimentações com problemas clássicos de programação não linear. Em seguida, adaptamos os métodos para utilizar o algoritmo GENCAN como método de minimização local. Desta forma foi possível estabelecer um comparativo da eficácia de cada um dos métodos em escapar de minimizadores locais.
id USP_deb50e1955edd3ed3a11bc1819aee9f4
oai_identifier_str oai:teses.usp.br:tde-20210729-150529
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estudo de métodos estocásticos para otimização global de problemas de programação não linear.not availableProgramação MatemáticaProgramação Não LinearO objetivo deste trabalho foi estudar três algoritmos estocásticos de otimização global: Random Linkage, Tunneling utilizando a curva de Lissajous e o GRASP adaptado para problemas de programação não linear. Para isso, implementamos os três métodos e realizamos experimentações com problemas clássicos de programação não linear. Em seguida, adaptamos os métodos para utilizar o algoritmo GENCAN como método de minimização local. Desta forma foi possível estabelecer um comparativo da eficácia de cada um dos métodos em escapar de minimizadores locais.not availableBiblioteca Digitais de Teses e Dissertações da USPBirgin, Ernesto Julian GoldbergGozzi, Érico Murilo2007-03-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45134/tde-20210729-150529/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-07-31T19:16:26Zoai:teses.usp.br:tde-20210729-150529Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-07-31T19:16:26Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
not available
title Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
spellingShingle Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
Gozzi, Érico Murilo
Programação Matemática
Programação Não Linear
title_short Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
title_full Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
title_fullStr Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
title_full_unstemmed Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
title_sort Estudo de métodos estocásticos para otimização global de problemas de programação não linear.
author Gozzi, Érico Murilo
author_facet Gozzi, Érico Murilo
author_role author
dc.contributor.none.fl_str_mv Birgin, Ernesto Julian Goldberg
dc.contributor.author.fl_str_mv Gozzi, Érico Murilo
dc.subject.por.fl_str_mv Programação Matemática
Programação Não Linear
topic Programação Matemática
Programação Não Linear
description O objetivo deste trabalho foi estudar três algoritmos estocásticos de otimização global: Random Linkage, Tunneling utilizando a curva de Lissajous e o GRASP adaptado para problemas de programação não linear. Para isso, implementamos os três métodos e realizamos experimentações com problemas clássicos de programação não linear. Em seguida, adaptamos os métodos para utilizar o algoritmo GENCAN como método de minimização local. Desta forma foi possível estabelecer um comparativo da eficácia de cada um dos métodos em escapar de minimizadores locais.
publishDate 2007
dc.date.none.fl_str_mv 2007-03-16
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.uri.fl_str_mv https://teses.usp.br/teses/disponiveis/45/45134/tde-20210729-150529/
url https://teses.usp.br/teses/disponiveis/45/45134/tde-20210729-150529/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257209814122496

Registros relacionados