Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/260779
Full metadata record
DC FieldValueLanguage
dc.contributor.CRUESPUNIVERSIDADE ESTADUAL DE CAMPINASpt_BR
dc.descriptionOrientadores: Fernando Jose Von Zuben, Leandro Nunes de Castropt_BR
dc.descriptionTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computaçãopt_BR
dc.format.extent251 p. : il.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.typeTESEpt_BR
dc.titleInteligencia computacional na sintese de meta-heuristicas para otimização combinatoria e multimodalpt_BR
dc.title.alternativeComputacional intelligence applied to the synthesis of metaheuristics for combinatorial and multimodal optimizationpt_BR
dc.contributor.authorGomes, Lalinka de Campos Teixeirapt_BR
dc.contributor.advisorVon Zuben, Fernando José, 1968-pt_BR
dc.contributor.advisorZuben, Fernando Jose Vonpt_BR
dc.contributor.coadvisorCastro, Leandro Nunes dept_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 combinatóriapt_BR
dc.subjectHeurísticapt_BR
dc.subjectProblema do caixeiro viajantept_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subject.otherlanguageComputacional optimizationen
dc.subject.otherlanguageMetaheuristicen
dc.subject.otherlanguageTraveling salesman problemen
dc.subject.otherlanguageEvolutionary computationen
dc.description.abstractResumo: Problemas de otimização combinatória apresentam grande relevância prática e surgem em uma ampla gama de aplicações. Em geral, a otimização combinatória está associada a uma explosão de candidatos à solução, inviabilizando a aplicação de métodos exatos. Frente à intratabilidade desta classe de problemas via métodos exatos, nos últimos anos tem havido um crescente interesse por métodos heurísticos capazes de encontrar soluções de alta qualidade, não necessariamente ótimas. Considerando o notório sucesso empírico de meta-heurísticas concebidas através da inspiração biológica e na natureza, essas abordagens vêm ganhando cada vez mais atenção por parte de pesquisadores. É fato conhecido que não existe uma única metodologia capaz de sempre produzir os melhores resultados para todas as classes de problemas, ou mesmo para todas as instâncias de uma mesma classe. Assim, a busca de solução para problemas de natureza combinatória constitui uma linha de pesquisa desafiadora. Nesta tese são considerados problemas de otimização combinatória multicritério e multimodal. Como principal contribuição, destaca-se a concepção de novas meta-heurísticas para a solução de problemas combinatórios de elevada complexidade, tendo sido propostas duas classes de ferramentas computacionais. A primeira envolve um método híbrido fundamentado em mapas auto-organizáveis de Kohonen e inferência nebulosa, em que um conjunto de regras guia o processo de treinamento do mapa de modo a permitir o tratamento de problemas com restrições e múltiplos objetivos. A segunda abordagem baseia-se em sistemas imunológicos artificiais. Em particular, a abordagem imunológica levou à proposição de meta-heurísticas capazes de encontrar e manter diversas soluções de alta qualidade, viabilizando o tratamento de problemas multimodais. Como casos de estudo, foram consideradas duas classes de problemas de otimização combinatória multimodal: o problema de roteamento de veículos capacitados e o problema do caixeiro viajante simétrico. As técnicas propostas foram também adaptadas para a solução de problemas de bioinformática, em particular ao problema de análise de dados de expressão gênica, produzindo resultados diferenciados e indicando um elevado potencial para aplicações práticas.pt
dc.description.abstractAbstract: Combinatorial optimization problems possess a high practical relevance and emerge on a wide range of applications. Usually, combinatorial optimization is associated with an explosion of candidates to the solution, making exact methods unfeasible. Before the unfeasibility of exact methods when dealing with this class of problems, lately there has been an increasing interest in heuristic methods capable of finding high-quality solutions, not necessarily the optimal one. Considering the widely known empirical success of metaheuristics conceived with inspiration on biological systems and on the nature itself, such approaches are receiving more and more attention from the scientific community. Evidently, there is no single methodology able to always produce the best results for all classes of problems, or even for all instances of one specific class. That is why the search for solutions to combinatorial problems remains a challenging task. This thesis considers multicriteria and multimodal combinatorial optimization problems. As the main contribution, one can emphasize the conception of new metaheuristics designed to the solution of high-complexity combinatorial optimization problems, and two classes of computational tools have been proposed. The first one involves hybrid method based on Kohonen self-organizing maps and fuzzy inference, in which a set of rules guides the training of the self-organizing maps in order to allow the handling of problems with constraints and multiple objectives. The second approach is based on artificial immune systems. Particularly, the immune-inspired approach leads to the proposal of metaheuristics capable of finding out and maintaining multiple high-quality solutions, making it possible to deal with multimodal problems. As case studies, the capacitated vehicle routing problem and the symmetric traveling salesman problem are considered, giving rise to combinatorial and multimodal problems. The proposed techniques were also adapted to the solution of problems in the field of bioinformatics, specifically the analysis of gene expression data, leading to distinguished results and indicating a high potential for practical applications.en
dc.publisher[s.n.]pt_BR
dc.date.issued2006pt_BR
dc.identifier.citationGOMES, Lalinka de Campos Teixeira. Inteligencia computacional na sintese de meta-heuristicas para otimização combinatoria e multimodal. 2006. 251 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/260779>. Acesso em: 14 ago. 2018.pt_BR
dc.description.degreelevelDoutoradopt_BR
dc.description.degreedisciplineEngenharia de Computaçãopt_BR
dc.description.degreenameDoutor em Engenharia Elétricapt_BR
dc.contributor.committeepersonalnameDelgado, Myriam Regattieri De Biase da Silvapt_BR
dc.contributor.committeepersonalnameLemke, Neypt_BR
dc.contributor.committeepersonalnameLima, Clodoaldo Aparecido de Moraespt_BR
dc.contributor.committeepersonalnameNetto, Marcio Luiz de Andradept_BR
dc.contributor.committeepersonalnameMendes, Rafael Santospt_BR
dc.date.defense2006-12-06T00:00:00Zpt_BR
dc.date.available2018-08-15T01:42:44Z-
dc.date.accessioned2018-08-15T01:42:44Z-
dc.description.provenanceMade available in DSpace on 2018-08-15T01:42:44Z (GMT). No. of bitstreams: 1 Gomes_LalinkadeCamposTeixeira_D.pdf: 3303378 bytes, checksum: 65adc8d5ec20cd1f431eaca2fe3765cc (MD5) Previous issue date: 2006en
dc.identifier.urihttp://repositorio.unicamp.br/jspui/handle/REPOSIP/260779-
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Gomes_LalinkadeCamposTeixeira_D.pdf3.23 MBAdobe PDFView/Open


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