Submitted by Maria Cristina (library@lncc.br) on 2015-07-27T15:05:42Z
No. of bitstreams: 1
thesis.pdf: 1867062 bytes, checksum: 8cffd5298d9eeaf5fe03a2244a4578f9 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2015-07-27T18:14:30Z (GMT) No. of bitstreams: 1
thesis.pdf: 1867062 bytes, checksum: 8cffd5298d9eeaf5fe03a2244a4578f9 (MD5) / Made available in DSpace on 2015-07-27T18:26:47Z (GMT). No. of bitstreams: 1
thesis.pdf: 1867062 bytes, checksum: 8cffd5298d9eeaf5fe03a2244a4578f9 (MD5)
Previous issue date: 2014-09-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq / This work aims at the development and implementation of robust and efficient computational
algorithms to treat multilevel optimization problems, particularly bilevel problems. Those
problems are characterized by an optimization problem within the constraints of another optimization
problem, and are considered more difficult to treat than classical optimization problems, since,
in general, they are non-convex nor differentiable, even when the functions involved are all linear.
To solve those problems, different techniques were developed which are based on Ant Colony
Optimization and Differential Evolution metaheuristics. Beside those, a surrogate model (metamodel)
was also developed, based on the Nearest Neighbors Method, in an attempt to reduce the computational
cost of one of the proposed methods. A variety of bilevel problems were addressed to validate the
proposed algorithms, including: (i) optimization problems in continuous space with and without
constraints; (ii) an application in Operational Research involving the production and distribution
planning problem; and (iii) bilevel problems containing multiple followers in the lower level.
The analysis of the applicability and the performance of the proposed methodologies showed that
they were able to successfully solve all problems, in which competitive results were obtained
concerning the applications addressed. / Este trabalho visa o desenvolvimento e implementação computacional de algoritmos robustos
e eficientes para tratar problemas de otimização multinível, particularmente os de dois níveis.
Problemas desta natureza são caracterizados por possuírem um problema de otimização dentro das
restrições de outro problema de otimização, e são considerados mais difíceis de serem tratados
do que os problemas clássicos de otimização, pois, em geral, não são convexos e nem diferenciáveis,
mesmo quando as funções envolvidas são todas lineares. Para resolver tais problemas,
diferentes técnicas de otimização foram desenvolvidas, utilizando como base as metaheurísticas
de Otimização por Colônia de Formigas e Evolução Diferencial. Além destas, propôs-se um modelo
de substituição (metamodelo), baseado no Método dos Vizinhos mais Próximos, na tentativa de
reduzir o custo computacional em um dos métodos proposto. Uma diversidade de problemas em dois
níveis foi utilizada para validar os algoritmos desenvolvidos, incluindo: (i) problemas de
otimização no espaço contínuo, restritos e irrestritos; (ii) uma aplicação em Pesquisa Operacional
envolvendo o problema de planejamento de produção e distribuição; e (iii) problemas envolvendo
múltiplos seguidores no nível inferior. A análise da aplicabilidade e do desempenho das metodologias
propostas mostraram que estas foram capazes de resolver com sucesso todos os problemas, onde
resultados competitivos foram obtidos na linha dos problemas abordados.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede-server.lncc.br:tede/209 |
| Date | 29 September 2014 |
| Creators | ANGELO, Jaqueline da Silva |
| Contributors | Barbosa, Helio José Correa, Dardenne, Laurent Emmanuel, Raupp, Fernanda Maria Pereira, Takahashi, Ricardo Hiroshi Caldeira, Ebecken, Nelson Francisco Favilla, Evsukoff, Alexandre Gonçalves |
| Publisher | Laboratório Nacional de Computação Científica, Programa de Pós-Graduação em Modelagem Computacional, LNCC, Brasil, Serviço de Análise e Apoio a Formação de Recursos Humanos |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do LNCC, instname:Laboratório Nacional de Computação Científica, instacron:LNCC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds