Fechar
Metadados

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemarte3.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador83LX3pFwXQZ5Jpy/tbrbv
Repositóriodpi.inpe.br/lise/2002/02.15.17.52
Última Atualização2023:04.14.13.58.39 (UTC) sergio
Repositório de Metadadosdpi.inpe.br/lise/2002/02.15.17.52.07
Última Atualização dos Metadados2023:04.14.13.58.41 (UTC) sergio
Chave SecundáriaINPE-8432-TDI/774
Rótulo9472
Chave de CitaçãoRibeiroFo:2000:MeAlGe
TítuloMelhoramentos no algoritmo genético construtivo e novas aplicações em problemas de agrupamento
Título AlternativoConstructivegeneticalgorithmimprovementsandnewclusteringproblemsapplications
CursoCAP-SPG-INPE-MCT-BR
Ano2000
Data Secundária20000108
Data2000-12-06
Data de Acesso26 abr. 2024
Tipo da TeseTese (Doutorado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas129
Número de Arquivos2
Tamanho676 KiB
2. Contextualização
AutorRibeiro Filho, Geraldo
GrupoCAP-SPG-INPE-MCT-BR
BancaCarvalho, Solon Venâncio de (presidente)
Lorena, Luiz Antônio Nogueira (orientador)
Sandri, Sandra Aparecida
Yanasse, Horácio Hideki
Oliveira, Pedro Paulo Balbi de
Scrich, Cintia Rigão
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2005-06-22 16:22:07 :: alansilvae -> banon ::
2006-04-15 19:23:28 :: banon -> administrator ::
2006-11-15 19:02:36 :: administrator -> jefferson ::
2009-06-18 19:30:49 :: jefferson -> administrator ::
2009-07-08 20:52:06 :: administrator -> jefferson ::
2009-11-05 15:15:27 :: jefferson -> alessandra@sid.inpe.br ::
2010-01-11 19:23:26 :: alessandra@sid.inpe.br -> administrator ::
2013-10-12 22:20:56 :: administrator -> viveca@sid.inpe.br :: 2000
2016-09-08 19:40:37 :: viveca@sid.inpe.br -> administrator :: 2000
2018-06-06 03:52:51 :: administrator -> jefferson :: 2000
2019-04-01 12:45:14 :: jefferson -> simone :: 2000
2021-09-16 21:55:33 :: simone -> sergio :: 2000
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavealgoritmos genéticos
otimização
teoria dos grafos
manufatura
tabela de horários
genetic algorithms
optimization
graph theory
ResumoOs Algoritmos Evolutivos são tema de estudo há décadas e se baseiam na evolução através de gerações de populações cujos indivíduos são estruturas que representam possíveis soluções de um problema. Os chamados Algoritmos Genéticos estão nesse grupo de algoritmos e sua eficácia na aplicação a problemas de otimização combinatória está registrada em muitos trabalhos científicos. Recentemente tem sido objeto de estudo o Algoritmo Genético Construtivo (AGC), que trabalha com uma população de tamanho variável ao longo das gerações, não somente formada por estruturas, mas também por partes de estruturas. Este trabalho contribui com esse estudo apresentando uma adaptação do AGC para trabalhar com uma população formada apenas por partes de estruturas, criando estruturas não somente através da combinação dessas partes, mas também com complementação das partes selecionadas, e ainda utilizando um processo de busca local como mutação aplicada às estruturas. O processo mantém salva apenas a melhor estrutura eventualmente formada com a combinação ou complementação das partes na população. O estudo foi feito com a aplicação do AGC a três problemas de otimização muito estudados: Coloração de Grafos, Projeto de Células de Manufatura e Formação de Horários Escolares. O problema de Coloração de Grafos tem muitas aplicações práticas, essencialmente na formação de grupos de objetos sem incompatibilidades entre si. O problema de Projeto de Células de Manufatura está presente em ambientes de produção de peças utilizando máquinas, tratando de agrupar essas máquinas de modo a criar células de produção em que peças são completamente produzidas dentro da célula, evitando o transporte de produtos semi-acabados. O problema de Formação de Horários Escolares (Timetabling) tem importância evidente em instituições de ensino e sua automação se justifica por uma constante e cíclica demanda. Todos os problemas estudados foram considerados como problemas de formação de agrupamentos. O código do AGC foi escrito especificamente para cada problema a partir de uma estrutura básica e foi executado em microcomputadores e estações de trabalho, produzindo bons resultados para instâncias tomadas da literatura, criadas para testes ou mesmo instâncias reais. ABSTRACT: Evolutionary Algorithms has been a research subject for decades and are based on evolving populations of possible solutions for a problem along generations. Genetic Algorithms belong to this group and many scientific works have registered their efficiency applied to combinatorial optimization problems. Recently, the Constructive Genetic Algorithm (CGA)has been studied. This algorithm works with a variable size population over the generations, the population is formed not only by complete problem solutions but also problem solutions parts. This work contributes to the study of such algorithm by introducing a CGA adaptation that works with populations composed only by solution parts, creating complete solution not only by parts combination by also by parts complementation, and finally using a local search method as a mutation process over the complete solutions. This process keeps the best solution eventually found. The study was made using three very known optimization problems: Graph Coloring, Manufacturing Cell Design and School Timetabling. The Graph Coloring problem has many practical applications. It can be applied every time a set formed by objects with some incompatibility among its elements has to be partitioned into subsets with no incompatibilities inside. The Manufacturing Cell Design problem importance resides in planning environments to produce parts using machines, forming machine cells to completely produce parts, reducing the movement of non-completely produced parts. The School Timetabling problem has obvious importance for education institutions and its cyclic demand justify automation by using algorithms. All problems considered were seen as clustering problems. The AGC code was specifically written for each problem using a common base and was executed in microcomputers and workstations, producing good results for test instances taken from the literature, instances specially created for tests, and instances taken from the real word.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Melhoramentos no algoritmo...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
agradecimentos.doc 15/02/2002 00:00 19.0 KiB 
citacao.doc 15/02/2002 00:00 19.0 KiB 
fichacat.doc 15/02/2002 00:00 19.5 KiB 
folhaaprov.doc 15/02/2002 00:00 168.0 KiB 
homepage.doc 15/02/2002 00:00 41.5 KiB 
pagrosto.doc 15/02/2002 00:00 19.5 KiB 
publicacao.pdf 16/09/2021 18:59 667.0 KiB 
texto.doc 15/02/2002 00:00 828.0 KiB 
Conteúdo da Pasta agreement
TERMO DE DEPOSITO ASSINADO GERALDO RIBEIRO FILHO doutorado computacao aplicada.pdf 14/04/2023 10:58 550.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/83LX3pFwXQZ5Jpy/tbrbv
URL dos dados zipadoshttp://urlib.net/zip/83LX3pFwXQZ5Jpy/tbrbv
Idiomapt
Grupo de Usuáriosadministrator
jefferson
sergio
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
DivulgaçãoNTRSNASA; BNDEPOSITOLEGAL.
Acervo Hospedeirosid.inpe.br/banon/2001/04.03.15.36
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi e-mailaddress electronicmailaddress format isbn issn lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarymark session shorttitle sponsor subject targetfile tertiarymark tertiarytype url versiontype
7. Controle da descrição
e-Mail (login)sergio
atualizar 


Fechar