Busca avançada
Ano de início
Entree

Desenvolvimento de uma meta-heurística híbrida com fluxo de controle e parâmetros adaptativos

Resumo

O estudo de meta-heurísticas eficientes para resolver problemas de otimização tem sido alvo de muitas pesquisas por parte da comunidade científica. Para obter bons resultados em termos de qualidade de soluções e tempo computacional é importante haver uma boa configuração da meta-heurística. Este processo de especificação do fluxo de controle e dos valores dos parâmetros de um método é uma tarefa árdua. Desta forma, este projeto tem como ideia central o desenvolvimento e aperfeiçoamento do método adaptativo Biased Random-key Genetic Algorithm (A-BRKGA) para escolher quais componentes serão utilizados e em qual sequência (fluxo do A-BRKGA) e quais parâmetros utilizar enquanto uma instância de um problema esteja sendo resolvida. Para tal, serão estudadas técnicas de aprendizagem de máquinas e mecanismos adaptativos e reativos para construir um A-BRKGA com configuração on-line de parâmetros e fluxo de controle. O principal objetivo é gerar um algoritmo eficiente para resolver problemas de otimização combinatória e que o código seja fácil de ser reutilizado. Para avaliar o método proposto serão estudados quatro problemas de otimização com aplicações industriais e logísticas: problema de escalonamento de técnicos em campo, problema do caixeiro viajante multiproduto com prioridades, problema de localização de facilidades capacitadas em dois níveis, problema de localização de facilidades com sobreposição de cobertura. Os testes computacionais utilizarão problemas testes disponíveis na literatura e estudos de casos reais. O método será comparado com algoritmos estado-da-arte por meio de análises estatísticas. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (12)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DA SILVA, TIAGO TIBURCIO; CHAVES, ANTONIO AUGUSTO; YANASSE, HORACIO HIDEKI; LOUREIRO LUNA, HENRIQUE PACCA. The multicommodity traveling salesman problem with priority prizes: a mathematical model and metaheuristics. COMPUTATIONAL & APPLIED MATHEMATICS, v. 38, n. 4, . (18/15417-8)
SCHENEKEMBERG, CLEDER M.; CHAVES, ANTONIO A.; COELHO, LEANDRO C.; GUIMARAES, THIAGO A.; AVELINO, GUSTAVO G.. The dial-a-ride problem with private fleet and common carrier. Computers & Operations Research, v. 147, p. 14-pg., . (18/15417-8, 16/01860-1, 20/07145-8)
MAURI, GERALDO REGIS; BIAJOLI, FABRICIO LACERDA; RABELLO, ROMULO LOUZADA; CHAVES, ANTONIO AUGUSTO; RIBEIRO, GLAYDSTON MATTOS; LORENA, LUIZ ANTONIO NOGUEIRA. Hybrid metaheuristics to solve a multiproduct two-stage capacitated facility location problem. International Transactions in Operational Research, v. 28, n. 6, p. 3069-3093, . (18/15417-8)
ARAUJO, ELISEU J.; CHAVES, ANTONIO A.; LORENA, LUIZ A. N.. A mathematical model for the coverage location problem with overlap control. COMPUTERS & INDUSTRIAL ENGINEERING, v. 146, . (18/15417-8, 16/01860-1)
DA SILVA, TIAGO TIBURCIO; CHAVES, ANTONIO AUGUSTO; YANASSE, HORACIO HIDEKI; LOUREIRO LUNA, HENRIQUE PACCA. The multicommodity traveling salesman problem with priority prizes: a mathematical model and metaheuristics. COMPUTATIONAL & APPLIED MATHEMATICS, v. 38, n. 4, p. 25-pg., . (18/15417-8)
DA SILVA, TIAGO TIBURCIO; CHAVES, ANTONIO AUGUSTO; YANASSE, HORACIO HIDEKI. A new multicommodity flow model for the job sequencing and tool switching problem. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, v. 59, n. 12, p. 3617-3632, . (16/01860-1, 18/15417-8)
LORENA, LUIZ H. N.; CHAVES, ANTONIO A.; MAURI, GERALDO R.; LORENA, LUIZ A. N.; IEEE. An Adaptive Biased Random-key Genetic Algorithm for Rank Aggregation with Ties and Incomplete Rankings. 2022 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC), v. N/A, p. 8-pg., . (18/15417-8)
SCHENEKEMBERG, CLEDER MARCOS; GUIMARAES, THIAGO ANDRE; CHAVES, ANTONIO AUGUSTO; COELHO, LEANDRO C.. A Three-Front Parallel Branch-and-Cut Algorithm for Production and Inventory Routing Problems. TRANSPORTATION SCIENCE, v. N/A, p. 22-pg., . (20/07145-8, 18/15417-8, 16/01860-1)
DO NASCIMENTO, MARCELO BRANCO; CHAVES, ANTONIO AUGUSTO; IEEE. An Automatic Algorithm Configuration based on a Bayesian Network. 2020 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC), v. N/A, p. 8-pg., . (18/15417-8)
CHAVES, ANTONIO AUGUSTO; NOGUEIRA LORENA, LUIZ HENRIQUE; IEEE. An Adaptive and Near Parameter-Free BRKGA Using Q-Learning Method. 2021 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC 2021), v. N/A, p. 8-pg., . (18/15417-8)
MAURI, GERALDO R.; LORENA, LUIZ H. N.; LORENA, LUIZ A. N.; CHAVES, ANTONIO A.; IEEE. Solving the Point Feature Cartographic Label Placement problem using Jaccard index as a measure of labels intersection. 2022 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC), v. N/A, p. 8-pg., . (18/15417-8)
NOGUEIRA LORENA, LUIZ HENRIQUE; CHAVES, ANTONIO AUGUSTO; NOGUEIRA LORENA, LUIZ ANTONIO; IEEE. A Biased Random-key Genetic Algorithm with a Local Search Component for the Optimal Bucket Order Problem. 2021 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC 2021), v. N/A, p. 8-pg., . (18/15417-8)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.