Close
Metadata

%0 Thesis
%4 sid.inpe.br/mtc-m18@80/2009/02.09.19.31
%2 sid.inpe.br/mtc-m18@80/2009/02.09.19.31.06
%A Chaves, Antonio Augusto,
%T Uma meta-heurística híbrida com busca por agrupamentos aplicada a problemas de otimização combinatória
%D 2009
%E Yanasse, Horacio Hideki (presidente),
%E Lorena, Luiz Antonio Nogueira (orientador),
%E Senne, Edson Luiz Franca,
%E Carvalho, Solon Venâncio de,
%E Armentano, Vinicius Amaral,
%E Costa, Alysson Machado,
%8 2009-03-10
%J A hybrid metaheuristic with clustering search applied to combinatorial optmization problems
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K Otimização combinatória, meta-heurísticas, busca por agrupamentos, localização de facilidades, caixeiro viajante, linha de produção, combinatorial optimization, metaheuristics, clustering search, location of facilities, traveling salesman, assembly line.
%X Esta tese apresenta um método híbrido, denominado Busca por Agrupamentos (CS, do inglês Clustering Search), que consiste em detectar dinamicamente regiões promissoras no espaço de busca baseando-se na frequência em que são amostradas nestas regiões as soluções geradas por uma meta-heurística. Um processo de agrupamento iterativo é executado em conjunto com a meta-heurística, agrupando as soluções similares e mantendo soluções que sejam representativas para os grupos de soluções. As regiões promissoras devem ser exploradas tão logo sejam descobertas, por meio de heurísticas de busca local específicas para o problema abordado. São propostas algumas aplicações do CS a diferentes problemas de Otimização Combinatória encontrados na literatura, tais como, Problema de $ p$ -Medianas Capacitado, Problema de Agrupamento Centrado Capacitado, Problema do Caixeiro Viajante com Coleta de Prêmios e o Problema de Balanceamento e Designação de Trabalhadores em Linhas de Produção. Esses problemas possuem diferentes características e particularidades, sendo assim, é possível analisar o comportamento do CS em diversas situações. Nessas abordagens são utilizadas diferentes meta-heurísticas para gerar soluções para o processo de agrupamento do CS, e também um método gerador de soluções aleatórias. Os testes computacionais mostram o potencial do CS para resolução desses problemas de otimização, colocando-o como uma alternativa para problemas que necessitem ser resolvidos de forma aproximada e em um tempo computacional competitivo. Conclusões a respeito dos componentes e parâmetros do CS também são apresentadas. ABSTRACT: This thesis presents a hybrid method, denominated Clustering Search (CS), that consists of detecting dynamically promising regions in the search space based on the frequence that are sampled in these regions the solutions originated from the metaheuristic. A iterative clustering process is executed in ensembling the metaheuristic, grouping the similar solutions and keeping solutions that are representative to the clusters. The promising regions must be explored as soon as they are discovered, by means of local search heuristics. Some applications of CS are proposed in different combinatorial optimization problems found in literature like the Capacitated p-Median Problem, Capacitated Centred Clustering Problem, Prize Collecting Traveling Salesman Problem and the Assembly Line Worker Assignment and Balancing Problem. These problems have different characteristics and particularities, therefore, it is possible to analyse the behavior of CS in several situations. In these approaches different metaheuristics are utilized to generate solutions for the clustering process of CS, and also a generator method of random solutions. The computational tests present the potential of CS for resolving these optimization problems, putting it as an alternative for the problems that demand to be solved in an approximate form and in a competitive computational time. Conclusions regarding the components and parameters of CS are also presented.
%P 197
%@language pt
%9 Tese (Doutorado em Computação Aplicada)


Close