Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/10208
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorBarrenechea, Martin Harry Vargaspt_BR
dc.contributor.authorPassos, Gustavo de Castro Silva Versiani-
dc.date.accessioned2018-09-18T12:37:44Z-
dc.date.available2018-09-18T12:37:44Z-
dc.date.issued2018-
dc.identifier.citationPASSOS, Gustavo de Castro Silva Versiani. Algoritmos genéticos aplicados a um modelo evolucionário de dinâmica industrial. 2018. 68 f. Dissertação (Mestrado em Comunicação) – Instituto de Ciências Sociais e Aplicadas, Universidade Federal de Ouro Preto, Mariana, 2018.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/10208-
dc.descriptionPrograma de Pós-Graduação em Comunicação. Instituto de Ciências Sociais e Aplicadas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractEssa dissertação consiste na aplicação de um algoritmo genético ao modelo evolucionário de dinâmica industrial de Nelson e Winter. Adapta-se o método de um trabalho anterior, Yildizoglu (2002), buscando verificar os efeitos da adição de firmas que utilizam o algoritmo na decisão de investimento em P&D inovativo, quando estas dividem o mercado com outros dois tipos de firmas, aquelas com estratégias fixas e as de estratégias aleatórias. A partir da descrição do modelo, utilizando de modelagem baseada em agentes, implementase os mercados, cuja simulação é realizada em NetLogo. Foram comparadas situações diferentes de investimento externo e diversas durações dos períodos de aprendizagem para os algoritmos genéticos. Os resultados obtidos foram contrastantes com trabalhos anteriores, pois, apesar de se confirmar que a presença de firmas, que fazem uso da aprendizagem, leva à dominância do mercado, o mesmo não acontece em relação à melhora da eficiência tecnológica e do bem-estar social.pt_BR
dc.rightsabertopt_BR
dc.subjectAprendizagempt_BR
dc.subjectOrganização industrialpt_BR
dc.titleAlgoritmos genéticos aplicados a um modelo evolucionário de dinâmica industrial.pt_BR
dc.typeDissertacaopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/08/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.contributor.refereeOliveira, Adélcio Carlos dept_BR
dc.contributor.refereeFrancisco Neto, Antôniopt_BR
dc.contributor.refereeBarrenechea, Martin Harry Vargaspt_BR
dc.description.abstractenThis dissertation aims to apply a genetic algorithm to an evolutionary industry model of Nelson and Winter. A methodology from a previous paper, Yildizoglu (2002), is adapted to verify the effects of the addition of firms that use a genetic algorithm to decide their innovative R&D investment. These firms share the market, separately, with two other different kinds, those that use a fixed rate of investment and those with random strategies. From the model’s description, using an agent based model, both markets are implemented and simulated in NetLogo. Distinct situations of external credit and for various durations of learning period were compared. The results of the simulation brought contrasting findings when comparing with previous works. Although it was confirmed that learning implies in market dominance, the same was not true in respect to the improvement of technological efficiency and social welfare.pt_BR
Aparece nas coleções:PPEA - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_AlgoritmosGenéticosAplicados.pdf982,17 kBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons