Algoritmo genético multiobjetivo com codificação em ponto flutuante aplicado a problemas de finanças e scheduling [recurso eletrônico]
DISSERTAÇÃO
Português
T/UNICAMP M285a
[Floating-point multiobjective genetic algorithm applied to finance and scheduling problems]
Limeira, SP : [s.n.], 2019.
1 recurso online (103 p.) : il., digital, arquivo PDF.
Orientadores: Priscila Cristina Berbert Rampazzo, Cristiano Torezzan
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas
Resumo: Grande parte dos problemas encontrados no ramo da otimização apresentam vários objetivos que devem ser satisfeitos ao mesmo tempo. Em muitos casos, tais objetivos são conflitantes, sendo que a otimização de determinado objetivo pode implicar na degradação de outro. Sendo assim, tais...
Resumo: Grande parte dos problemas encontrados no ramo da otimização apresentam vários objetivos que devem ser satisfeitos ao mesmo tempo. Em muitos casos, tais objetivos são conflitantes, sendo que a otimização de determinado objetivo pode implicar na degradação de outro. Sendo assim, tais problemas não possuem apenas uma solução ótima, mas sim um conjunto delas. Este trabalho discute vários métodos que podem ser utilizados para obtenção de soluções para estes problemas, bem como propõe um Algoritmo Genético facilmente adaptável e baseado em alguns aspectos do NSGA-II, proposto por Deb et al. (2000). O Algoritmo Genético proposto foi aplicado em dois problemas importantes de áreas e características bastante distintas, sendo um deles a alocação de capital em instituições do setor financeiro e o outro a alocação de aeronaves em portões de embarque, e mostrou-se ser abrangente e facilmente adaptável, sendo necessário apenas mudanças nas codificações dos indivíduos para que o mesmo resolvesse os problemas de forma bastante satisfatória tanto em qualidade das soluções como em tempo de execução
Abstract: Most of the problems encountered in the field of optimization present several goals that must be satisfied at the same time. In many cases, such objectives are conflicting, and the optimization of one objective may result in the degradation of another. Thus, such problems have not only an...
Abstract: Most of the problems encountered in the field of optimization present several goals that must be satisfied at the same time. In many cases, such objectives are conflicting, and the optimization of one objective may result in the degradation of another. Thus, such problems have not only an optimal solution but a set of them. This work approaches several methods of existing solutions to these problems, as well as propose a Genetic Algorithm easily adaptable and based on some aspects of NSGA-II, proposed by \citeonline Deb et al. (2000). The proposed Genetic Algorithm was applied in two important problems of quite distinct areas and characteristics, one of them being the allocation of capital in financial institutions and the other the allocation of aircraft at boarding gates, and proved to be comprehensive and easily adaptable, necessitating only of changes in the codifications of the individuals so that the mentioned problems were solved in a very satisfactory way in both the quality of the solutions and at the time of execution
Requisitos do sistema: Software para leitura de arquivo em PDF