Busca avançada
Ano de início
Entree

Novo método híbrido com detecção de regiões promissoras para problemas de otimização combinatória

Processo: 14/00580-0
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de abril de 2014
Vigência (Término): 29 de fevereiro de 2016
Área do conhecimento:Engenharias - Engenharia de Produção - Pesquisa Operacional
Pesquisador responsável:Antônio Augusto Chaves
Beneficiário:Eliseu Júnio Araújo
Instituição-sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
Vinculado ao auxílio:12/17523-3 - Novos métodos híbridos para resolução de problemas de otimização combinatória, AP.JP
Assunto(s):Otimização combinatória   Meta-heurística   Clustering search   Agrupamento de dados   Problemas de roteamento de veículos   Problema do caixeiro viajante (PCV)

Resumo

Ao longo dos últimos anos, as meta-heurísticas têm sido alvo de pesquisas com o objetivo de encontrar aquelas que possuam maior eficiência para resolver problemas de otimização. Notou-se, durante essa exploração, que as meta-heurísticas híbridas são uma boa opção para acentuar as qualidades destes métodos. Este projeto é centrado no método híbrido Clustering Search (CS), tendo como foco o aperfeiçoamento e desenvolvimento de uma nova alternativa para ele, buscando torna-lo um método eficiente, robusto e flexível em termos de qualidade de soluções assim como em tempo computacional. O CS procura combinar meta-heurísticas e heurísticas de busca local, intensificando a busca em regiões do espaço de soluções consideradas promissoras. Neste projeto será proposto uma nova forma de detectar regiões promissoras, baseado em diferentes técnicas de agrupamento e em redes neurais. Para validar esta abordagem propõe-se resolver dois problemas de otimização combinatória com diversas aplicações práticas, o problema de roteamento periódico de veículos aplicado a coleta de lixo e problema do caixeiro viajante com prioridades. Nos testes computacionais serão utilizados problemas testes disponíveis na literatura, e, se possível, problemas testes reais obtidos junto às empresas localizadas na região. (AU)

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

Publicações científicas
(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)
ARAUJO, ELISEU J.; CHAVES, ANTONIO A.; LORENA, LUIZ A. N.. Improving the Clustering Search heuristic: An application to cartographic labeling. APPLIED SOFT COMPUTING, v. 77, p. 261-273, . (16/07135-7, 14/00580-0)

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