Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/3286
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | OLIVEIRA, André Felipe da Silva | - |
dc.date.accessioned | 2019-05-27T19:32:17Z | - |
dc.date.available | 2019-05-27T19:32:17Z | - |
dc.date.issued | 2016-04-06 | - |
dc.identifier.uri | http://hdl.handle.net/123456789/3286 | - |
dc.description | Abstract - This paper proposes new assimilation methods for Clustering Search for applications related to continuous optimization. For validation, an application based on Evolutionary Clustering Search, which is a hybrid version of a genetic algorithm, was developed using iterative clustering to identify promising search areas and then apply local search operators in these areas. The proposed new assimilation methods are called cluster center and center of mass, both based on normal distribution. The new methods were compared to previous proposals: simple and recombination assimilations. The benchmark chosen to perform computational experiments are widely used in the literature. The results were satisfactory and in several cases presented better or equivalent performance when compared to methods already used in the literature. | pt_BR |
dc.description.abstract | Este trabalho propõe novos métodos de assimilação para Busca Guiada por Agrupamentos (Clustering Search) específicos para aplicações relacionadas à otimização continua. Para validação, foi desenvolvida uma aplicação baseada em ECS (Evolutionary Clustering Search) que é uma versão híbrida de um algoritmo genético, empregando agrupamento iterativo para identificar regiões de busca promissoras e então aplicar operadores de busca local nessas regiões. Os novos métodos de assimilação propostos são chamados de centro de cluster e centro de massa, ambos baseados em distribuição normal. Os novos métodos foram comparados a propostas anteriores: assimilação simples e por recombinação. O benchmark de funções testes escolhidas para realização dos experimentos computacionais são largamente usadas na literatura. Os resultados encontrados foram satisfatórios e em vários casos apresentaram-se melhores ou equivalentes aos métodos já utilizados na literatura. | pt_BR |
dc.language.iso | other | pt_BR |
dc.publisher | Universidade Federal do Maranhão | pt_BR |
dc.subject | Assimilação | pt_BR |
dc.subject | Otimização contínua. | pt_BR |
dc.subject | Buscar guiada por agrupamento | pt_BR |
dc.subject | Assimilation | pt_BR |
dc.subject | Continuous optimization | pt_BR |
dc.subject | Clustering Search. | pt_BR |
dc.title | Novos métodos de assimilação baseados em distribuição normal para clustering search | pt_BR |
dc.title.alternative | New methods of assimilation based on normal distribution for clustering search | pt_BR |
dc.type | Other | pt_BR |
Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ANDRÉ OLIVEIRA MONOGRAFIA.pdf | Trabalho de Conclusão de Curso | 1,18 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.