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 (5)
(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)
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, NOV 2021. Citações Web of Science: 1.
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 DEC 2020. Citações Web of Science: 1.
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, AUG 2020. Citações Web of Science: 0.
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 APR 2020. Citações Web of Science: 2.
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 DEC 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.