Submitted by Fernanda Rodrigues de Lima (fernanda.rlima@ufpe.br) on 2018-11-14T22:47:52Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Halisson Alberdan Cavalcanti Cardoso.pdf: 1387227 bytes, checksum: 069da07e179b585c2166301ea543f4a8 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2019-01-25T13:33:37Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Halisson Alberdan Cavalcanti Cardoso.pdf: 1387227 bytes, checksum: 069da07e179b585c2166301ea543f4a8 (MD5) / Made available in DSpace on 2019-01-25T13:33:37Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Halisson Alberdan Cavalcanti Cardoso.pdf: 1387227 bytes, checksum: 069da07e179b585c2166301ea543f4a8 (MD5) Previous issue date: 2015-02-26 / CAPES / Sistemas de análise por radiação gama, para determinação de fração percentual de vários compostos em uma amostra, apresentam diversas etapas. Entre elas, pode-se enumerar: Suposição inicial da fração percentual de cada compostos em uma amostra; Execução de simulações Monte Carlo para obtenção de bibliotecas espectrais; Determinação dos coeficientes de fração em peso por meio da aproximação de solução do sistema de equações lineares pelos mínimos quadrados; se os valores retornados pelos mínimos quadrados estiverem distantes da suposição inicial, retorna-se ao primeiro passo. Uma etapa importante na determinação dos coeficientes pelos mínimos quadrados é a utilização de uma matriz de covariância que apresente um valor de condicionamento p´roximo de 1, para que a aproximação seja a mais fidedigna possível dos valores de fração em peso realmente encontrados na amostra. Esse trabalho focará na utilização da metaheurística Greedy Randomized Adaptative Search Procedure (GRASP) para encontrar uma matriz de covariância que seja mais apropriada para a aproximação do sistema de equações lineares pelos mínimos quadrados. Para isso, serão trabalhadas várias etapas, internamente ao GRASP. O GRASP, ao longo do seu desenvolvimento, se mostrou bastante eficaz no intuito de se conseguir os objetivos do presente trabalho. É possível enumerar os algoritmos que constituiem o GRASP: Algoritmos de construção de soluções, Algoritmos de busca em torno de soluções construídas e algoritmos de linkagem entre soluções candidatas, no intuito de se conseguir melhores soluções entre elas. Por fim, serão apresentados encaminhamentos para trabalhos futuros, e que tem apresentados resultados motivadores para o prosseguimento dos esforços. / Analysis systems using gamma radiation to determine the percentage fraction of several compounds in a sample under analysis, show several stages. Among them, we can enumerate: Initial Guess percentage fraction of each compound in a sample; Implementation of Monte Carlo simulations to obtain spectral libraries; Determination of weight fraction ratios by means of the approximation solution of the least squares linear equation system; If the values returned by the least squares are far from the initial assumption, returns to the first step. An important step in determining the least squares coefficients is the use of a covariance matrix that presents a low fitness value, so that the approximation is as close as possible to the weight fraction values actually to be found in the sample. That work will focus on the use of metaheursitica ac GR to find a covariance matrix that is most appropriate to the approach of linear equaçõs system by least squares. For this, several steps will be worked internally to GRASP, which, throughout its development, proved very consolidated in order to achieve the objectives of this work: Construction Algorithms solutions, search algorithms built around solutions and linking algorithms between candidate solutions in order to achieve better solutions between them. Finally, will be presented referrals for future work, and has presented results motivators for further efforts.

Made available in DSpace on 2019-03-29T23:23:07Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-12-21 / A remarkable progress has been recently achieved in the area of data clustering, in part due to the development of clustering ensemble methods. In a nutshell, this approach aims at combining multiple partitions produced over the same dataset into a single consensus partition. Although promising, this approach is still restrictive in the sense that obtaining a single solution (partition) as result limits the knowledge that could be grasped from the data, which could contain several meaningful alternative solutions. On the other hand, there exist several validation criteria to assess the data partitions, each considering a distinct viewpoint. This permits to model the data clustering task as a typical multiobjective optimization problem. This strategy, which has also gained much attention in the last years, is known as multiobjective clustering. In this context, this study presents a novel hybrid approach, based on multiobjective genetic programming, aiming at the automatic design of novel hierarchical fusion operators for clustering ensembles. By this means, an initial set of partitions obtained via the application of different clustering techniques could be continuously refined through a population of hierarchies of fusion operators, which select and combine the original partitions, using different quality criteria as objective functions. To validate the new approach in terms of efficiency and effectiveness, we have implemented a prototype and conducted a comparative study including other clustering algorithms (three of which are of clustering ensembles and two are multiobjective in nature) over 10 different datasets. The experiments indicate that, in general, the idea of having a fusion hierarchy together with the correct selection of the data partitions can provide significant gains in terms of effectiveness and robustness. Keywords: Data Clustering. Clustering Ensembles. Hierarchical Fusion. Multiobjective Evolutionary Algorithms, Genetic Programming. / Um notável avanço vem sendo recentemente obtido na área de agrupamento de dados mediante o desenvolvimento de métodos de fusão de partições. Essa abordagem, conhecida como clustering ensembles, consiste em combinar os resultados de múltiplos agrupamentos de uma mesma base de dados em uma única partição-consenso. Embora promissora, essa abordagem ainda é restritiva, já que uma única resposta para um problema limita a aquisição do conhecimento que poderia ser obtido considerando outras possíveis soluções (partições). Por outro lado, devido à existência de vários critérios de avaliação da qualidade de agrupamentos, pode-se modelar essa tarefa como um problema típico de otimização multiobjetivo. Nesse contexto, o presente estudo apresenta uma nova abordagem, baseada em programação genética multiobjetivo, que projeta automaticamente novos operadores hierárquicos de fusão de partições. Desse modo, um conjunto inicial de partições, obtido via a aplicação de diferentes técnicas de agrupamento, pode ser continuamente refinado através de uma população de hierarquias de fusores, que selecionam e combinam as partições originais, utilizando diferentes critérios de qualidade como funções-objetivo. Para validar a nova abordagem, em termos de eficiência e eficácia, foi implementado um protótipo e conduzido um estudo comparativo, envolvendo outros algoritmos de agrupamento (dentre os quais três são de clustering ensembles e dois são multiobjetivo), sobre 10 diferentes bases de dados. Os experimentos demonstram que, em geral, a ideia de se ter uma hierarquia de fusores aliada à correta seleção das partições pode proporcionar ganhos significativos em termos de eficácia e robustez. Palavras-chave: Agrupamento de Dados. Clustering Ensembles. Fusão Hierárquica de Partições. Algoritmos Evolutivos Multiobjetivos. Programação Genética.

Made available in DSpace on 2019-03-29T23:42:17Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-07-26 / The cutting and packing problems are known and frequently discussed. These present themselves constantly in industrial production environments. Many have compositional nature, and can be formulated readily understood, while others require the assistance of strategies for obtaining a satisfactory solution. A specialization of this problem is the placement of irregular figures with characteristics similar cut, but dealing with figures irregulars. O goal of this dissertation is to describe a hybrid approach that combines a genetic algorithm and a heuristic positioning, applied to the problem of positioning Irregular shapes dimensional. The No-Fit Polygon tool is essential for obtaining local optima. Furthermore, an algorithm is incorporated into the compression meta-heuristics to identify solutions of better quality. Computational experiments performed on a library of tests as well as a case study in a clothing industry, are performed aiming to test the potential behind this approach. KEYWORDS: Optimization, Cutting and Packing, Nesting Problem, Hybrid Methods, Genetic Algorithms, Irregular Strip Packing Problems / Os Problemas de corte e empacotamento são conhecidos e frequentemente abordados. Esses se apresentam constantemente nos ambientes de produção industrial. Muitos possuem natureza combinatória, podendo ser facilmente compreendidos e formulados, ao passo que outros, necessitam do auxílio de estratégias para obtenção de uma solução satisfatória. Uma especialização desse tipo de problema é o posicionamento de figuras irregulares possuindo características semelhantes de corte, porém lidando com figuras irregulares. O objetivo desta dissertação é descrever uma metodologia híbrida que combina um Algoritmo Genético e uma heurística de posicionamento, aplicada ao Problema de Posicionamento de Formas Irregulares bidimensional. A ferramenta No-Fit Polygon é fundamental para a obtenção de ótimos locais. Além disso, um algoritmo de compactação é incorporado à meta-heurística para identificar soluções de melhor qualidade. Experimentos computacionais realizados em uma biblioteca de testes, bem como um estudo de caso em uma indústria de confecção, são realizados objetivando testar as potencialidades por trás dessa abordagem. Palavras-chave: Otimização, Corte e Empacotamento, Problema de Posicionamento de Formas Irregulares, Métodos Híbridos, Algoritmos Genéticos.

Made available in DSpace on 2019-03-29T23:27:59Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-09-27 / Transport of goods has represented an important role in economic development throughout the history and ship containerization brought great advantages. Its invention in mid-1950s brought down the cost of transport and reduced time for loading and unloading cargo. Consequently, it increased efficiency of port working and reduced handling cargo to hours instead of weeks, as before. However, the good use of containerization involves new and specialized logistic process, a number of technologies and automated systems to handle a great number of containers and even greater volume of cargo. To answer these requirements, computation appears as important tool. The described scenary has been treated in academic literature as the Container Loading Problem (CLP), with some variants. It is necessary consider practical requirements, for example the stability of cargo or weight distribution. The last one is of vital importance since the position of the centre of gravity of cargo affects the stability during its transport. When desconsidered, it could result in damage to cargo or vehicle. During our research, we were specially interested in this requirement. But, in order compare the found solutions with other ones, we proposed a methodology to measures the weight distribution. So, to the described problem, specifically the Knapsack Loading Problem (3D-KLP), this work presents a methodology that not only maximizes the packed cargo volume but also optimizes the weight distribution, its great contribution. Mainly if we consider that the cargo to be packed is composed by items with different densities, which turns the problem more difficult. The present methodology is composed by two phases with distinct goals. The first phase is concerned with maximize the weight distribution combining a search algorithm, the backtracking, with heuristics that solve integer linear programming models. The second phase executes a Genetic Algorithm to maximize the weight distribution of previously packed cargo. We also present a justification for why genetic algorithm was used in our methodology. An additional application was made to solve cutting problems. This class of problems occurs in various industrial process, when it is necessary to cut different types of material as glass, wood or parper, with a minimum of waste. We use a well-known benchmark test to compare our results with other approaches. This work also presents a case study of our implementation using some real data in a factory of stoves and refrigerators in Brazil. It shown promising results in reduced time. Keywords: Container Loading Problem, Knapsack Loading Problem, Weight Distribution, Integer Programming, Backtracking, Genetic Algorithms. / O transporte de carga tem representado um papel fundamental no desenvolvimento econômico no decorrer da história e a conteinerização trouxe grandes vantagens. Seu advento reduziu os custos de transporte bem como o tempo de carga. Portanto, aumentou a eficiência do trabalho em portos e reduziu o tempo necessário para operações com carga para horas, ao invés de semanas como anteriormente. Contudo, o bom uso dos contêineres involve novos e especializados processos logísticos, uma grande quantidade de tecnologias além de sistemas automatizados para manipular uma elevada quantidade de contêineres e ainda maior volume de carga. Para atender a estes requisitos, computação aparece como uma importante ferramenta. O cenário descrito tem sido tratado na literatura acadêmica como o Problema de Carregamento de Contêiner (CLP, do inglês Container Loading Problem), com algumas variantes. é também necessário considerar requisitos práticos como, por exemplo, a estabilidade da carga ou distribuição do peso. Este último de vital importância uma vez que o centro de gravidade da carga afeta a estabilidade durante seu transporte. Se descosiderado, pode-se danificar tanto a carga como o veículo. Durante nossa pesquisa, nós estivemos especialmente interessados neste requisito. E a fim de comparar a qualidade dos resultados obtidos, propusemos uma maneira de mensurar a distribuição do peso. Portanto, dado o problema descrito, especificamente o 3D Knapsack Loading Problem, este trabalho apresenta um algoritmo que não apenas maximiza o volume total carregado mas também otimiza a distribuição do peso da carga, sua grande contribuição. Principalmente se considerarmos que a carga é composta de itens com diferentes valores de densidade, o que torna o problema ainda mais difícil. A metodologia consiste em duas fases com objetivos diferentes. A primeira fase ocupa-se em maximizar o volume carregado por combinar um algoritmo de busca, o backtracking, com heurísticas que resolvem modelos de programação linear inteira. A segunda fase executa um algoritmo genético para maximizar a distribuição do peso da carga previamente colocada. Apresentamos também uma justificativa do porque algoritmo genéticos foram usados em nossa metodologia. Uma aplicação adicional foi feita para resolver problemas de corte. Esta classe de problemas ocorre em vários processos industriais, quando é necessário cortar diferentes tipos de materiais, como vidro, madeira ou papel, com um mínimo de desperdício. A fim de comparação, usamos bibliotecas de teste bem conhecidas na literatura e um estudo de caso usando informações reais de uma fábrica de fogões e geladeiras no Brasil. São apresentados resultados promissores alcançados em tempo reduzido. Palavras-chave: Problema de Carregamento de Contêiner, Knapsack Loading Problem, Distribuição do Peso, Programação Linear Inteira, Backtracking, Algoritmos Genéticos.

Orientador: Marcelo Grafulha Vanti. / Co-orientador: Orlando Jose Tobias. / Dissertação (mestrado) - Universidade Regional de Blumenau, Centro de Ciências Tecnológicas, Programa de Pós-Graduação em Engenharia Elétrica.

BEZERRA, F. P. Um algoritmo genético aplicado no problema da roteirização periódica de veículos com caso prático. 2012. 107 f. Dissertação (Mestrado em Logística e Pesquisa Operacional) - Pró-Reitoria de Pesquisa e Pós-Graduação, Universidade Federal do Ceará, Fortaleza, 2012. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2012-10-26T16:36:04Z No. of bitstreams: 1 2012_dis_fpbezerra.pdf: 3934020 bytes, checksum: 1e12f60f72804a13c7e6b388303167b1 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2012-10-26T17:22:50Z (GMT) No. of bitstreams: 1 2012_dis_fpbezerra.pdf: 3934020 bytes, checksum: 1e12f60f72804a13c7e6b388303167b1 (MD5) / Made available in DSpace on 2012-10-26T17:22:50Z (GMT). No. of bitstreams: 1 2012_dis_fpbezerra.pdf: 3934020 bytes, checksum: 1e12f60f72804a13c7e6b388303167b1 (MD5) Previous issue date: 2012-08-31 / The service level of a wholesale distributor can be measured by the frequency and regularity with which its sales staff serves customers. But as the market success also depends on the costs involved, the proper planning of systematic servings is critical. Taking advantage of the similarities between this situation and the Periodic Vehicle Routing Problem (PVRP), a technique for solving the later was proposed. For the PVRP, given a planning horizon of several days, visits to customers must be assigned to possible days according to predefined schedule combinations at the same time as routes are generated for each day, aiming to reduce the total cost of serving in the same planning horizon. The proposed technique was also adapted to be applied to the practical case of routing a sales team within a weekly planning horizon and it consists of a genetic algorithm for which was developed an original crossover operator. The technique was validated with instances from the literature for the PVRP and its solutions for the case study indicated significant annual savings. / O nível de serviço de uma empresa atacadista distribuidora pode ser medido pela frequência e regularidade com que sua equipe de vendas atende os clientes. Mas como o sucesso no mercado também depende dos custos envolvidos, o planejamento adequado das sistemáticas de atendimento é crítico. Aproveitando as similaridades entre essa situação e o Problema de Roteirização Periódica de Veículos (PRPV), foi proposta uma técnica de resolução deste problema. Para o PRPV, dado um horizonte de planejamento composto de vários dias, clientes devem ter suas visitas alocadas aos dias conforme combinações possíveis ao mesmo tempo em que rotas são geradas para cada dia, objetivando a redução do custo total de atendimento nesse mesmo horizonte de planejamento. A técnica proposta também foi adaptada para aplicação no caso prático de roteirização de uma equipe de vendas com horizonte de planejamento semanal e consiste em um algoritmo genético para o qual foi desenvolvido um operador de cruzamento original. A técnica foi validada com instâncias da literatura para o PRPV e suas soluções para o caso prático indicaram economias anuais significativas.

Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática, Florianópolis, 2017. / Made available in DSpace on 2018-02-13T03:09:45Z (GMT). No. of bitstreams: 1 349816.pdf: 1651899 bytes, checksum: 9dc7a5c2aff28a0457dfc5d52fe8e2af (MD5) Previous issue date: 2017 / Este trabalho tem por objetivo apresentar um pouco da Teoria de Grafos para, com isto, termos uma fundamentação teórica que mostrará a viabilidade da aplicação no Ensino Médio, em destaque o Algoritmo de Dijkstra, onde o educando poderá modelar situações problemas num grafo, para obtenção do caminho mais curto. Este algoritmo tem uma vasta aplicação em diversas áreas do conhecimento, em especial na área de tecnologia, como por exemplo, em redes de comunicação. Proporcionando assim, uma oportunidade única de aplicações em problemas reais, atuais e do interesse do educando. Não só estudamos a questão do caminho mais curto, mas também consideramos o problema da conexidade em grafos e a existência de caminhos disjuntos, demonstrando o famoso teorema de Menger. Por exemplo, no caso de uma rede de comunicação é interessante saber qual é o ponto vulnerável do sistema e verificar a existência de um caminho alternativo, caso um destes pontos venha a falhar, uma aplicação imediata do Teorema de Menger. / Abstract : We give a brief presentation of Graph Theory in a way that a student without any knowledge in graphs can learn the basic definitions, examples and properties and can apply these in a real life situation. In particular, we study the Dijkstra algorithm, where the student can apply this algorithm to find the shortest path between nodes in a graph. This algorithm has a lot of real life applications, especially in technology such as paths in a network communication. This gives a unique opportunity of solving current real problems. Not only we study the problem of finding the shortest path, we also consider the problem of connectedness in a graph and the existence of different paths which do not intersect, proving the famous Menger's Theorem. For instance, in the case of a network communication, it is interesting to know the problem points where the system is vulnerable and of one these points fail, one can try to verify the existence of an alternative path, an immediate application of Menger's Theorem.

MAIA, J. E. B. Uma nova metaheurística evolucionária para a formação de mapas topologicamente ordenados e extensões. 2011. 119 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2011. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2012-02-02T14:23:09Z No. of bitstreams: 1 2011_tese_jebmaia.pdf: 2408871 bytes, checksum: d163655c0cea32842292785a5a4e8933 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2012-02-02T14:23:23Z (GMT) No. of bitstreams: 1 2011_tese_jebmaia.pdf: 2408871 bytes, checksum: d163655c0cea32842292785a5a4e8933 (MD5) / Made available in DSpace on 2012-02-02T14:23:23Z (GMT). No. of bitstreams: 1 2011_tese_jebmaia.pdf: 2408871 bytes, checksum: d163655c0cea32842292785a5a4e8933 (MD5) Previous issue date: 2011 / Topologically ordered maps are data representation techniques based on dimensionality reduction with the special property of preserving the neighborhood between the data prototypes lying in the data space and their positions on to the output space. Based on this property, topologically ordered maps are applied mainly in clustering projected, vector quantization or dimensionality reduction and data visualization. This thesis proposes a new classification for the existing algorithms devoted to the formation of topologically ordered maps, which is based on the mechanism of correlation between the input and output spaces, and describes a new algorithm based on evolutionary computation, called EvSOM, for the topologically ordered maps formation. The main properties of the new algorithm are its flexibility for consideration by the user of the relative importance of the properties of vector quantization and topology preservation of the final map, and good outliers rejection when compared to the Kohonen SOM algorithm. The work provides an empirical evaluation of these properties. The EvSOM is a hybrid , neural-evolutionary, biologically inspired algorithm, which uses concepts of competitive neural networks, evolutionary computing, optimization and iterative approximation approximation. To validate its application feasibility, EvSOM is extended and specialized to solve two relevant basic problems in image processing and computer vision, namely, the medical image registration problem and the visual tracking of objects in video problem. The algorithm exhibits satisfactory performance in both aplications. / Mapas topologicamente ordenados são técnicas de representação de dados baseadas em redução de dimensionalidade com a propriedade especial de preservação da vizinhança espacial entre os protótipos no espaço dos dados e entre suas respectivas posições no espaço de saída. Com base nesta propriedade, mapas topologicamente ordenados são aplicados principalmente em agrupamento, quantização vetorial ou redução de dimensionalidade e visualização de dados. Esta tese propõe uma nova classificação para os algoritmos de formação de mapas topologicamente ordenados baseada no mecanismo de correlação entre os espaços de entrada e de saída, e descreve um novo algoritmo, baseado em computação evolucionária, denominado EvSOM, para a formação de mapas topologicamente ordenado. As principais propriedades do novo algoritmo são a sua flexibilidade para ponderação pelo usuário da importância relativa das propriedades de quantização vetorial e de preservação de topologia no mapa final, além de boa rejeição a outliers quando comparado ao algoritmo SOM de Kohonen. O trabalho desenvolve uma avaliação empírica destas propriedades. O EvSOM é um algoritmo híbrido, neural-evolucionário, biologicamente inspirado, que se utiliza de conceitos de redes neurais competitivas, computação evolucionária, otimização e aproximação iterativa. Para validar sua viabilidade de aplicação, o EvSOM é estendido e especializado para a solução de dois problemas básicos relevantes em processamento de imagens e visão computacional, quais sejam, o problema de registro de imagens médicas e o problema de rastreamento visual de objetos em vídeo. O algoritmo apresentou desempenho satisfatório nas duas aplicações.

Made available in DSpace on 2019-03-30T00:02:28Z (GMT). No. of bitstreams: 0 Previous issue date: 2017-08-08 / The Irregular Strip Packing Problem, also known as Nesting Problem, has been studied for several decades and constitutes a special class of cutting and packing problems, whose set of arbitrary shape items must be positioned on a container with variable length. In this thesis, presents a description of its particularities, highlighting the challenges and some industries with related applications, for example, the shipbuilding, clothing and leather. This is explained by literature review. We also consider geometric representations and methods of resolution with distinct strategies, aiming at the recognition of viable opportunities that can be approached in order to find effective solutions. In addition, we propose an approach (µ-BRKGA) composed by a parallel biased random-key genetic algorithm to find compact solutions in viable times. In order to evaluate the solutions, a positioning method based on the collision-free region is applied, forming satisfactory layouts. The entire process is divided into three stages: pre-processing, execution of the algorithm and choosing the best solution. With the purpose of evaluate the proposed (µ-BRKGA) algorithm, computational tests using benchmark problems, commonly used in the literature, were applied and the results obtained were analyzed and compared to other research of notable impact to solve the irregular strip packing problem. Keywords: irregular strip packing problem, genetic algorithms, random keys, collision-free region, no-fit polygon. / O problema de posicionamento de figuras irregulares, também conhecido como Nesting Problem, tem sido estudado por várias décadas e constitui uma classe especial dos problemas de corte e empacotamento, cujo conjunto de itens com formatos arbitrários devem ser posicionados em uma superfície de encaixe com comprimento variável. Nesta tese, apresenta-se uma descrição das suas particularidades, destacando os desafios e algumas indústrias com aplicações relacionadas, por exemplo, a indústria naval, a de confecções e de couro. Isto é explanado por meio de uma revisão da literatura. Consideram-se, ainda, representações geométricas e métodos de resolução com estratégias distintas, objetivando o reconhecimento de oportunidades viáveis que possam ser abordadas de forma a encontrar soluções eficazes. Ademais, propõe-se uma abordagem (µ-BRKGA) composta por um algoritmo genético paralelo de chaves aleatórias tendenciosas para encontrar soluções compactas em tempos viáveis. Com o intuito de avaliar as soluções, aplica-se um método de posicionamento fundamentado na região livre de colisão formando leiautes de encaixes satisfatórios. Todo o processo é divido em três etapas: pré-processamento, execução do algoritmo e escolha da melhor solução. Como forma de verificação da eficiência do µ-BRKGA, submeteu-se a abordagem sobre testes computacionais nas instâncias de referência, comumente utilizadas na literatura, e os resultados obtidos foram analisados e comparados a outras pesquisas de notório impacto para a resolução do problema de posicionamento de figuras irregulares. Palavras-chave: problema de posicionamento de figuras irregulares, algoritmos genéticos, chaves aleatórias, região livre de colisão, polígono de obstrução.

Made available in DSpace on 2019-03-29T23:12:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-07-21 / The GA-patrol it is a framework with an approach based in evolutionary computation that aims tunning the parameters of a combined model of multiagent simulation to an allocation problem. In particular, the work is concentrated in the study of an multiagent model of simulation applied the area public security to elaborate in automatic way the planning of routes of patrolling in an environment of simulation of occurrence of crimes of a region. KEYWORDS: Police patrol; Genetic Algorithm; Multi-agent simulation; swarm networks; Simulation; Automatic route allocation; Automatic hot spot detection. / O GAPatrol é um framework com uma abordagem baseada em Computação Evolutiva que visa calibrar os parâmetros de um modelo de simulação multiagente combinado a um problema de alocação em particular. O trabalho concentra-se no estudo de um modelo de simulação multiagente aplicado à área de segurança pública para elaborar, de maneira automática, o planejamento de rotas de patrulhamento em um ambiente de simulação de ocorrência de crimes em uma região. PALAVRAS-CHAVE: Patrulhamento policial preventivo. Algoritmo Genético. Simulação multiagente. Inteligência coletiva. Simulação. Alocação automática de rotas. Detecção automática de pontos quentes.