Banca de QUALIFICAÇÃO: SILVIA MARIA DINIZ MONTEIRO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: SILVIA MARIA DINIZ MONTEIRO
DATA: 26/04/2013
HORA: 08:00
LOCAL: Sala de reuniões do DIMAp
TÍTULO:

O Problema Biobjetivo da Árvore Geradora Quadrática em Adjacência de Arestas


PALAVRAS-CHAVES:

Árvore geradora quadrática biobjetico com adjacência em arestas

Algoritmo exato

Heurística

Algoritmo evolucionário


PÁGINAS: 80
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Arquitetura de Sistemas de Computação
RESUMO:

O problema da Árvore Geradora Mínima Quadrática (AGMQ) é uma versão da Árvore Geradora Mínima na qual se considera, além dos custos lineares tradicionais, uma estrutura de custos quadrática. Tal estrutura quadrática modela efeitos de interação entre pares de arestas. Os custos lineares e quadráticos são somados para compor o custo total da árvore geradora, que deve ser minimizado. Quando as interações são restritas às arestas adjacentes, o problema é denominado Árvore Geradora Mínima Quadrática em Adjacência de Arestas (AGMQA). A AGMQA e a AGMQ são problemas NP-difíceis que modelam diversos problemas de projeto de redes de transporte e distribuição. Em geral, a AGMQA emerge como um modelo mais apropriado para modelagem de problemas reais. Embora, na literatura, os custos lineares e quadráticos sejam somados, em aplicações reais, pode ser interessante considerar os custos separadamente. Neste sentido, a Otimização Multiobjetivo provê uma modelagem mais realista para os problemas de AGMQ e da AGMQA. Uma revisão do estado da arte, até o momento, não foi capaz de encontrar trabalhos no qual a natureza inerentemente biobjetiva destes problemas é considerada.    O objetivo desta tese é, pois, o desenvolvimento de algoritmos exatos e heurísticos para o problema da Árvore Geradora Quadrática Biobjetivo em Adjacência de Arestas (AGQA-bi). Para tanto, como fundamentação teórica, discutem-se outros problemas NP‑difíceis diretamente relacionados à AGQA-bi, a saber: AGMQA, Árvore Geradora Mínima Biobjetivo e Quadrático de Alocação. Algoritmos exatos backtracking, branch‑and‑bound e k-best são propostos para o problema-alvo desta investigação. Os algoritmos heurísticos desenvolvidos são: busca local Pareto Local Search, Algoritmo Transgenético, NSGA‑II, SPEA2, MOEA/D e suas respectivas hibridizações com algoritmos transgenéticos, a saber: NSTA, SPETA e MOTA/D. As abordagens evolucionárias mencionadas foram escolhidas devido aos resultados promissores em problemas relacionados à AGQA-bi. Além disso, NSGA-II, SPEA2 e MOEA/D são algoritmos evolucionários clássicos que apresentam bom desempenho para uma grande variedade de problemas. Os algoritmos propostos são comparados entre si por meio da análise de seus desempenhos em experimentos computacionais com casos de teste adaptados da literatura da AGMQ. No que se refere aos algoritmos exatos, a análise considera apenas o tempo de execução. No caso dos algoritmos heurísticos, além do tempo de execução, a qualidade do conjunto de aproximação gerado é avaliada. Indicadores de qualidade são empregados para aferir tal informação. Ferramentas estatísticas apropriadas são usadas na análise de desempenho dos algoritmos exatos e heurísticos.


MEMBROS DA BANCA:
Interno - 1201268 - ELIZABETH FERREIRA GOUVEA
Interno - 1171465 - MARCELO FERREIRA SIQUEIRA
Interno - 1149561 - MARCO CESAR GOLDBARG
Externo à Instituição - ANDRÉ LUIÍS VASCONCELOS COELHO - UNIFOR
Notícia cadastrada em: 04/03/2013 07:54
SIGAA | Superintendência de Informática - (84) 3215-3148 | Copyright © 2006-2017 - UFRN - sigaa05-producao.info.ufrn.br.sigaa05-producao