Return to search

Algoritomos transgen?ticos aplicados ao problema da ?rvore geradora biobjetivo

Made available in DSpace on 2014-12-17T15:47:55Z (GMT). No. of bitstreams: 1
SilviaMDM_DISSERT.pdf: 1535044 bytes, checksum: 925f2f885f42335d55c35aa64bb4d026 (MD5)
Previous issue date: 2011-02-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The Multiobjective Spanning Tree is a NP-hard Combinatorial Optimization problem whose
application arises in several areas, especially networks design. In this work, we propose a
solution to the biobjective version of the problem through a Transgenetic Algorithm named
ATIS-NP. The Computational Transgenetic is a metaheuristic technique from Evolutionary
Computation whose inspiration relies in the conception of cooperation (and not competition)
as the factor of main influence to evolution. The algorithm outlined is the evolution of a work
that has already yielded two other transgenetic algorithms. In this sense, the algorithms
previously developed are also presented. This research also comprises an experimental
analysis with the aim of obtaining information related to the performance of ATIS-NP when
compared to other approaches. Thus, ATIS-NP is compared to the algorithms previously
implemented and to other transgenetic already presented for the problem under consideration.
The computational experiments also address the comparison to two recent approaches from
literature that present good results, a GRASP and a genetic algorithms. The efficiency of the
method described is evaluated with basis in metrics of solution quality and computational
time spent. Considering the problem is within the context of Multiobjective Optimization,
quality indicators are adopted to infer the criteria of solution quality. Statistical tests evaluate
the significance of results obtained from computational experiments / A ?rvore Geradora Multiobjetivo ? um problema de Otimiza??o Combinat?ria NP-?rduo.
Esse problema possui aplica??o em diversas ?reas, em especial, no projeto de redes. Nesse
trabalho, prop?e-se uma solu??o para o problema em sua vers?o biobjetivo por meio de um
Algoritmo Transgen?tico, denominado ATIS-NP. A Transgen?tica Computacional ? uma
t?cnica metaheur?stica da Computa??o Evolucion?ria cuja inspira??o est? na coopera??o (e
n?o na competi??o) como fator de maior influ?ncia para a evolu??o. O algoritmo proposto ? a
evolu??o de um trabalho que j? originou dois outros algoritmos transgen?ticos. Nesse sentido,
os algoritmos previamente desenvolvidos tamb?m s?o apresentados. Essa pesquisa
compreende ainda uma an?lise experimental que visa obter informa??es quanto ao
desempenho do ATIS-NP quando comparado a outros algoritmos. Para tanto, o ATIS-NP ?
comparado aos dois algoritmos anteriormente implementados, bem como a outro
transgen?tico proposto na literatura para o problema tratado. Os experimentos computacionais
abrangem ainda a compara??o do algoritmo desenvolvido a duas abordagens recentes da
literatura que obt?m excelentes resultados, um GRASP e um gen?tico. A efici?ncia do m?todo
apresentado ? avaliada com base em medidas de qualidade de solu??o e tempo computacional
despendido. Uma vez que o problema se insere no contexto da Otimiza??o Multiobjetivo,
indicadores de qualidade s?o utilizados para inferir o crit?rio de qualidade de solu??es
obtidas. Testes estat?sticos avaliam a signific?ncia dos resultados obtidos nos experimentos
computacionais

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/18019
Date17 February 2011
CreatorsMonteiro, Silvia Maria Diniz
ContributorsCPF:25841025953, http://lattes.cnpq.br/1371199678541174, Canuto, Anne Magaly de Paula, CPF:66487099449, http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790093J8, Yanasse, Horacio Hideki, CPF:75509342820, http://lattes.cnpq.br/6187221670775160, Gouv?a, Elizabeth Ferreira, Goldbarg, Marco C?sar
PublisherUniversidade Federal do Rio Grande do Norte, Programa de P?s-Gradua??o em Sistemas e Computa??o, UFRN, BR, Ci?ncia da Computa??o
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds