Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/259756
Full metadata record
DC FieldValueLanguage
dc.contributor.CRUESPUNIVERSIDADE ESTADUAL DE CAMPINASpt_BR
dc.descriptionOrientadores: Raul Vinhas Ribeiro, Antonio Carlos Morettipt_BR
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computaçãopt_BR
dc.format.extent43 f. : il.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.typeDISSERTAÇÃOpt_BR
dc.titleOtimização multiobjetivo de portfolios utilizando algoritmos evolutivospt_BR
dc.title.alternativePortfolio multiobjective optimization using evolutionary algorithmspt_BR
dc.contributor.authorQuinzani, Cecilia Moraispt_BR
dc.contributor.advisorRibeiro, Raul Vinhas, 1948-pt_BR
dc.contributor.coadvisorMoretti, Antonio Carlos, 1958-pt_BR
dc.contributor.institutionUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computaçãopt_BR
dc.contributor.nameofprogramPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.subjectOtimização matemáticapt_BR
dc.subjectAlgoritmos evolutivospt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectPesquisa operacionalpt_BR
dc.subjectRisco (Economia)pt_BR
dc.subject.otherlanguageMathematical optimizationen
dc.subject.otherlanguageEvolutionary algorithmsen
dc.subject.otherlanguageArtificial intelligenceen
dc.subject.otherlanguageOperational researchen
dc.subject.otherlanguageRisk economicen
dc.description.abstractResumo: O desenvolvimento das áreas tradicionais da engenharia tem sido caracterizado pelo crescente emprego de modelos de otimização como paradigmas para problemas de tomada de decisão. Quando estes modelos possuem mais de um objetivo são chamados de Problemas de Otimização Multiobjetivo (POM) e uma alternativa apropriada na resolução deste tipo de problema é a utilização de Algoritmos Evolutivos. Os Algoritmos Evolutivos (AE) simulam o processo de evolução natural. Simplificadamente, o conjunto de soluções candidatas (população) sobre o qual operam as metodologias é modificado utilizando dois princípios básicos de evolução: seleção e variação. O objetivo principal desta dissertação consiste na análise da aplicação de Algoritmos Evolutivos na otimização multiobjetivo de portfólios onde o importante é obter uma correlação ótima entre retorno e risco. Diversos algoritmos evolutivos foram analisados na dissertação, sendo também analisadas versões híbridas dos mesmos. A principal contribuição da dissertação é a proposta de um procedimento de refinamento das soluções que se baseia no comportamento da série histórica para gerar uma população inicial mais adequada. Uma comparação do desempenho dos diferentes algoritmos híbridos com e sem este refinamento da solução foi realizada e o algoritmo com melhor desempenho foi identificadopt
dc.description.abstractAbstract: The development of traditional areas of engineering has been characterized by the increasing use of optimization models as paradigms for decision making problems. when these models have more than one objective, they are called multi-objective optimiation problems (POMs), and are a suitable alternative in solving this kind of problem is the usage of Evolutionary Algorithms (EAs). The EAs simulate the process of natural evolution. Briefly, the set of candidate solutions (population) in which the methodologies operate is modified using two basic principles of evolution: selection and variation. The main objective of this dissertation is to review the application of Evolutionary Algorithms in Multiobjective optimization of portfolios in which it is important to obtain an optimal correlation between return and risk . Several evolutionary algorithms have been analyzed in the dissertation, and also analyzed hybrid versions of the same. The main contribution of the dissertation is to propose a procedure for the refinement of solutions based on the behavior of the series to generate a better initial population. A comparison of the performance of different algorithms hybrids with and without this refinement of the solution was performed and the algorithm with best performance was identifieden
dc.publisher[s.n.]pt_BR
dc.date.issued2010pt_BR
dc.identifier.citationQUINZANI, Cecilia Morais. Otimização multiobjetivo de portfolios utilizando algoritmos evolutivos. 2010. 43 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/259756>. Acesso em: 15 ago. 2018.pt_BR
dc.description.degreelevelMestradopt_BR
dc.description.degreedisciplineAutomaçãopt_BR
dc.description.degreenameMestre em Engenharia Elétricapt_BR
dc.contributor.committeepersonalname(Co-orientador), Antonio Carlos Morettipt_BR
dc.contributor.committeepersonalnamePodestá, Valéria Abrão dept_BR
dc.contributor.committeepersonalnameAttux, Romis Ribeiro de Faissolpt_BR
dc.date.available2018-08-15T22:13:26Z-
dc.date.accessioned2018-08-15T22:13:26Z-
dc.description.provenanceMade available in DSpace on 2018-08-15T22:13:26Z (GMT). No. of bitstreams: 1 Quinzani_CeciliaMorais_M.pdf: 890601 bytes, checksum: 304bbc7988e7df635b107fc3346436b3 (MD5) Previous issue date: 2010en
dc.identifier.urihttp://repositorio.unicamp.br/jspui/handle/REPOSIP/259756-
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Quinzani_CeciliaMorais_M.pdf869.73 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.