Investigação de algoritmos híbridos para o problema da Árvore Geradora Multiobjetivo

dc.contributor.advisorGoldbarg, Elizabeth Ferreira Gouvêa
dc.contributor.authorCezario, Sidemar Fideles
dc.contributor.referees1Goldbarg, Elizabeth Ferreira Gouvêa
dc.contributor.referees2Goldbarg, Marco Cesar
dc.contributor.referees3Maia, Silvia Maria Diniz Monteiro
dc.date.accessioned2017-07-06T14:26:29Z
dc.date.accessioned2021-09-20T11:46:52Z
dc.date.available2017-07-06T14:26:29Z
dc.date.available2021-09-20T11:46:52Z
dc.date.issued2017
dc.description.abstractThe Multi-objective Spanning Tree Problem (MSTP) is an extension of the Minimum Spanning Tree Problem. The Minimum Spanning Tree Problem considers only one objective, however, many real applications can be modeled by the inclusion of more objectives, which must be optimized simultaneously, for such applications there is a need to solve the MSTP. Several approaches have been proposed by many authors, such as exact and heuristic algorithms. This work presents techniques of hybridization of exact and metaheuristic methods to solve the MSTP, as well as proposes new algorithms that use such techniques of hybridization. In this work, comparisons are also made between existing algorithms in the literature and new proposed algorithms.pr_BR
dc.description.resumoO Problema da Árvore Geradora Multiobjetivo (AGMO) é uma extensão do Problema da Árvore Geradora Mínima (AGM). O problema da Árvore Geradora Mínima considera apenas um único objetivo, no entanto, muitas aplicações reais podem ser modeladas a partir da inclusão de mais objetivos, que devem ser otimizados simultaneamente, para tais aplicações existe a necessidade de resolver o problema da AGMO. Diversas abordagens foram propostas por muitos autores, como métodos algoritmos exatos e heurísticos. Este trabalho apresenta técnicas de hibridização de métodos exatos e meta-heurísticas para resolver o Problema da AGMO, bem como propõe novos algoritmos que utilizam tais técnicas de hibridização. Nesse trabalho também são feitas comparações entre os algoritmos existentes na literatura com novos algoritmos propostos.pr_BR
dc.identifier2016007187pr_BR
dc.identifier.citationCEZARIO, Sidemar Fideles. Investigação de algoritmos híbridos para o problema da Árvore Geradora Multiobjetivo. 2017. 67f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação), Departamento de Informática e Matemática Aplicada do Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.pr_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/34193
dc.languagept_BRpr_BR
dc.publisherUniversidade Federal do Rio Grande do Nortepr_BR
dc.publisher.countryBrasilpr_BR
dc.publisher.departmentCiência da Computaçãopr_BR
dc.publisher.initialsUFRNpr_BR
dc.rightsopenAccesspr_BR
dc.subjectÁrvore Geradorapr_BR
dc.subjectSpanning Treepr_BR
dc.subjecthibridizaçãopr_BR
dc.subjectHybridizationpr_BR
dc.subjectMultiobjetivopr_BR
dc.subjectMulti-objectivepr_BR
dc.titleInvestigação de algoritmos híbridos para o problema da Árvore Geradora Multiobjetivopr_BR
dc.title.alternativeInvestigation of hybrid algorithms for the Multi-objective Spanning Tree Problempr_BR
dc.typebachelorThesispr_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
AlgoritmosHibridos_Cezario_2017.pdf
Tamanho:
850 KB
Formato:
Adobe Portable Document Format
Descrição:
Monografia
Nenhuma Miniatura disponível
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
756 B
Formato:
Plain Text
Nenhuma Miniatura disponível
Baixar