Operador de pesquisa local baseada em aproximação quadrática para problemas de otimização contínua.
dc.contributor.advisor | Moreira, Gladston Juliano Prates | pt_BR |
dc.contributor.author | Mota, Felipe de Oliveira | |
dc.contributor.referee | Moreira, Gladston Juliano Prates | pt_BR |
dc.contributor.referee | Cruz, André Rodrigues | pt_BR |
dc.contributor.referee | Wanner, Elizabeth Fialho | pt_BR |
dc.contributor.referee | Santos, Thiago Fontes | pt_BR |
dc.date.accessioned | 2019-03-21T14:57:38Z | |
dc.date.available | 2019-03-21T14:57:38Z | |
dc.date.issued | 2018 | |
dc.description | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. | pt_BR |
dc.description.abstract | Este documento traz o estudo de um operador de busca local que uti- liza aproxima¸c˜oes quadr´aticas para formar um algoritmo hibrido e resolver problemas multiobjetivo ou mono objetivo com restri¸c˜oes de igualdade. Mui- tas vezes, algoritmos evolutivos como o PSO (Eberhart & Kennedy,1995) conseguem encontrar boas bacias de atra¸c˜ao em problemas de otimiza¸c˜ao, mas explor´a-las pode ser complicado. Por isso uma hibridiza¸c˜ao com poten- cial para encontrar rapidamente m´ınimos locais ´e uma op¸c˜ao amplamente utilizada para acelerar a convergˆencia e melhorar a precis˜ao do processo. Ao longo da sua execu¸c˜ao, os algoritmos evolutivos movem seus pon- tos de maneira que eles avancem a`s regi˜oes com as melhores solu¸c˜oes. Os operadores utilizados, chamados aqui de Full-Matrix Quadratic Approxima- tion (FMQA) e Diagonal Quadratic Approximation (DQA), utilizar˜ao pontos das boas regi˜oes encontradas no espa¸co para gerar fun¸c˜oes quadr´aticas que aproximam as fun¸c˜oes originais do problema. Eles diferem apenas em como as matrizes s˜ao constru´ıdas. Este modelo aproximado pode ser facilmente resolvido, obtendo uma solu¸c˜ao que atender´a o problema original e ´e prova- velmente melhor do que os pontos utilizados para fazer tal constru¸c˜ao. O objetivo do trabalho ´e testar a uni˜ao destes operadores com o algoritmo evolutivo Particle Swarm Optimization (PSO), melhorando seus indiv´ıduos separadamente para resolver problemas com restri¸c˜oes de igualdade. N´os queremos observar suas vantagens e desvantagens quanto a tempo compu- tacional e precis˜ao, quando aplicada aos problemas propostos. Nestes pro- blemas, a dimens˜ao reduzida do espa¸co de busca torna dif´ıcil o trabalho do algoritmo evolutivo puro, e esse operador se mostrou eficiente para auxiliar na busca. Tamb´em ser´a estudado como os operadores performam em problemas multiobjetivo. | pt_BR |
dc.description.abstracten | This document presents a study proposal of a local search operator using quadratic approximations to build a hybrid algorithm and solve multi-objective problems or single objetive ones with equality constraints. Oftentimes, evo- lutive algorithms like PSO (Eberhart & Kennedy,1995) find good attrac- tion basins in optimization problems, but explore them can be complicated. Hence, a hybridization with a potential to quickly find local minima is a wi- dely used option to speed up the convergence and improve the precision of the process. During its execution, evolutive algorithms constantly moves their points so that they advance towards the regions with the best solutions. The used operators, named here as Full-Matrix Quadratic Approximation (FMQA) and Diagonal Quadratic Approximation (DQA), use points from this already good known regions from the variables space to build a model with only quadratic functions that approximate the original problem functions. They differ only by how the second order terms matrixes are built: in DQA, we have a matriz with only zeros except for the diagonal, that is filled with positive values; on the other hand, FMQA has a complete matrix, with no restrictions. This approximated model can be easily solved, obtaining a solution that will attend the constraints of the original problem and is probably better than the points used to make that construction. The objective of this work is to test the union of these operators with the evolutionary algorithm Particle Swarm Optimization (PSO), improving the individuals separately. We want to see their advantages and disadvantages on time cost and precision, when applied to the proposed problems. In these problems, the reduced dimension in the search space or the higher number multiobjetivo. | pt_BR |
dc.identifier.citation | MOTA, Felipe de Oliveira. Operador de pesquisa local baseada em aproximação quadrática para problemas de otimização contínua. 2018. 70 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2018. | pt_BR |
dc.identifier.uri | http://www.repositorio.ufop.br/handle/123456789/10809 | |
dc.language.iso | pt_BR | pt_BR |
dc.rights | aberto | pt_BR |
dc.rights.license | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 13/03/2018 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. | pt_BR |
dc.subject | Otimização combinatória | pt_BR |
dc.subject | Ferramentas de busca na Web | pt_BR |
dc.subject | Algoritmos de computador | pt_BR |
dc.title | Operador de pesquisa local baseada em aproximação quadrática para problemas de otimização contínua. | pt_BR |
dc.type | Dissertacao | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- DISSERTAÇÃO_OperadorPesquisaLocal.pdf
- Tamanho:
- 2.21 MB
- Formato:
- Adobe Portable Document Format
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 924 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: