Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/3585| Título: | Treinamento Populacional em Múltiplas Heurísticas Aplicado a Problemas de Sequenciamento de Padrões |
| Título(s) alternativo(s): | Population Training in Multiple Heuristics Applied to Problems of Pattern Sequencing |
| Autor(es): | PEREIRA, Thiago de Sousa |
| Palavras-chave: | Sequenciamento de padrões 2-Opt Treinamento populacional em heurísticas Algoritmo genético Fagiolli-Bentivoglio Pattern sequencing 2-Opt Population training heuristics Genetic algorithm Fagiolli-Bentivoglio |
| Data do documento: | 15-Set-2016 |
| Editor: | Universidade Federal do Maranhão |
| Resumo: | O Treinamento Populacional em Heurísticas é uma metaheurística de busca que utiliza uma heurística de treinamento como uma segunda avaliação dos indivíduos a fim de detectar regiões promissoras do espaço de busca mais rapidamente. Este trabalho introduz o uso de mais de uma heurística em conjunto de três formas: competitiva, cooperativa e em paralelo. Os experimentos foram realizados utilizando Problemas de Sequenciamento de Padrões. Mais especificamente, Problema de Minimização de Pilhas Abertas (MOSP) e o Problema de Leiaute de Matriz-Porta (GMLP). A proposta cooperativa se mostrou promissora, tendo atingido o platô do valor médio mais rapidamente que as outras metodologias com único processo. A metodologia em paralelo também se mostrou promissora ao encontrar o ótimo mais consistentemente em instâncias pequenas e médias e ter se aproximado mais do ótimo conhecido em instâncias grandes. |
| Descrição: | ABSTRACT Population Training Heuristics is a search metaheuristic that uses a training heuristic to provide a second evaluation of the individuals in order to detect promising regions of the search space faster. This work introduces the use of more than one heuristic together in three ways: competitive, cooperative, and in parallel. The experiments were made using Pattern Sequencing Problems. More specifically: Minimization of Open Stacks Problem and Gate Matrix Layout Problem. The cooperative methodology proved to be promising, having reached the average median value plateau faster than the others. The parallel methodology also proved to be promising, finding the optimal value more consistently in small and medium-sized instances and having the average closer to the known optimum in large ones. |
| URI: | http://hdl.handle.net/123456789/3585 |
| Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ThiagoPereira.pdf | Trabalho de Conclusão de Curso | 1,1 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.