Teoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
|
|
- Isadora Amarante Fagundes
- 6 Há anos
- Visualizações:
Transcrição
1 Teoria da Decisão Otimização Vetorial Prof. Lucas S. Batista lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
2 Introdução Sumário 1 Otimização Vetorial Introdução Relações adicionais de dominância Métodos de decisão multiobjetivo 2 / 35
3 Introdução Problema de otimização multiobjetivo Problemas de otimização vetorial (ou multiobjetivo) são uma importante classe de problemas de decisão multiobjetivo. A solução do primeiro é a primeira etapa de solução do segundo. Do ponto de vista metodológico, problemas multiobjetivo são caracterizados pela otimização de uma função vetorial. Do ponto de vista do decisor, deseja-se escolher a ação que otimiza simultaneamente todas as funções objetivo. 3 / 35
4 Introdução Problema de otimização multiobjetivo Problemas de otimização multiobjetivo permitem uma modelagem mais flexível e realista do problema de otimização. Essa flexibilidade tem um preço: não há uma única solução definida, mas um conjunto de soluções de compromisso. A unidade de decisão deverá escolher entre o conjunto de alternativas aquela que se mostra mais interessante, segundo os critérios de decisão. Frequentemente, cada critério é derivado de um objetivo de otimização, modelado como c i (f i ( )) : A R. 4 / 35
5 Introdução Problema de otimização multiobjetivo Formulação geral de problemas de otimização multiobjetivo (POM): min x f(x) R m, x F g i (x) 0; i = 1,...,p F = h j (x) = 0; j = 1,...,q x X 5 / 35
6 Introdução Problema de otimização multiobjetivo m funções objetivo devem ser minimizadas simultaneamente. Como em geral são conflitantes (ou contraditórias), a melhora em um objetivo implica na piora de outro. Questões: 1 Como caracterizar as soluções de um POM? 2 Quais critérios utilizar para comparar e ordenar tais soluções? 6 / 35
7 Sumário 1 Otimização Vetorial Introdução Relações adicionais de dominância Métodos de decisão multiobjetivo 7 / 35
8 Definições Seja x 1, x 2 F, dizemos que x 1 Pareto domina (ou, simplesmente, domina) x 2 se f(x 1 ) f(x 2 ) e f(x 1 ) f(x 2 ), ou seja, em pelo menos um dos objetivos a desigualdade é atendida de forma estrita. Esta relação de dominância é escrita como f(x 1 ) f(x 2 ). Soluções incomparáveis Seja x 1, x 2 F, dizemos que os mesmos são não dominados entre si, ou incomparáveis entre si, se f(x 1 ) f(x 2 ) e f(x 2 ) f(x 1 ). 8 / 35
9 Definições Otimalidade local () O ponto x F X é localmente Pareto-ótimo em relação a f( ) : X Y se não existe x V ǫ (x ) F que domina x. Otimalidade global () O ponto x F X é globalmente Pareto-ótimo em relação a f( ) : X Y se não existe x F que domina x. 9 / 35
10 Definições Conjunto Pareto-ótimo Dado um problema de otimização multiobjetivo, o seu conjunto Paretoótimo global é definido como: P = {x F x F tal que f(x) f(x )} O conjunto Pareto-ótimo contém as soluções não dominadas em relação ao conjunto F. Este conjunto é também nomeado não-inferior, eficiente, ou nãodominado. 10 / 35
11 Definições Fronteira Pareto-ótima A fronteira Pareto-ótima global S do problema de otimização multiobjetivo corresponde à imagem do conjunto Pareto-ótimo global no espaço de objetivos, isto é, S = f(p): S = {y = f(x) : x P} A cardinalidade de P pode ser muito elevada ou mesmo igual a infinito. Do ponto de vista prático, é mais interessante estimar um conjunto de soluções eficientes de tamanho limitado, porém representativo de P. 11 / 35
12 Definições Conjunto Pareto-ótimo Aproximado Se o algoritmo de otimização empregado não garante convergência global, então obtém-se uma estimativa do conjunto Pareto-ótimo global, i.e., P. Fronteira Pareto-ótima Aproximada De forma análoga, obtém-se uma estimativa da fronteira Pareto-ótima global, i.e., S = f( P). 12 / 35
13 Ilustração dos conceitos Exemplo Obtenha o conjunto e a fronteira Pareto-ótimos do problema a seguir. Esboce as soluções eficientes nos espaços R n e R m. { f 1 (x) = x 1 min f 2 (x) = (x 3) s.a x 0, x R 13 / 35
14 Otimalidade Pareto O conjunto Pareto-ótimo pode ser definido de forma gráfica: Cone negativo Um cone negativo é definido em R m conforme: C = {y = f(x) R m : f(x) 0} C (ζ) = {y = f(x) R m : f(x) ζ} 14 / 35
15 Otimalidade Pareto Teorema do Contato Dado um problema de otimização multiobjetivo, a sua fronteira Paretoótima global é definida geometricamente como: S = {y = f(x ) : C (y ) f(f) = {y }} 15 / 35
16 Ordenação por dominância Pareto Exemplo Considere a tabela a seguir: Solução f 1 f 2 A 8 5 B 9 2 C 12 1 D 11 2 E 16 2 Tabela: Conjunto de soluções de um problema com dois objetivos. Compare as soluções usando o conceito de dominância Pareto. 16 / 35
17 Ordenação por dominância Pareto Algoritmo 1: Ordenação Pareto 1 N = N; 2 currentrank 1; 3 while N 0 do /* Há pontos a serem classificados */ 4 for i = 1 to N do 5 if y i é não dominado then rank(y i ) currentrank; 6 end 7 for i = 1 to N do 8 if rank(y i ) = currentrank then 9 Armazena y i em um conjunto temporário; 10 N N 1; 11 end 12 end 13 currentrank currentrank + 1; 14 N N; 15 end 17 / 35
18 Características da fronteira Pareto Ponto ideal ou solução utópica A solução utópica u corresponde ao ponto no espaço de objetivos cujas coordenadas são dadas por u j = f j (x j ), j = 1,...,m, com x j = argmin f j (x) : x F ou ainda u j = min{y j : y S} Ponto nadir ou solução antiutópica A solução antiutópica ũu corresponde aos piores valores para cada função-objetivo considerando apenas a fronteira Pareto-ótima, isto é: ũ j = max{y j : y S} 18 / 35
19 Características da fronteira Pareto Conjuntos convexos Seja o conjunto Q R n. Esse conjunto é dito convexo se, para todo x 1, x 2 Q e 0 λ 1, verifica-se que para z = λx 1 + (1 λ)x 2 tem-se z Q. Fronteiras Pareto-ótimas quando f(f) é convexo: minimize f 1, minimize f 2 ; minimize f 1, maximize f 2 ; maximize f 1, minimize f 2 ; maximize f 1, maximize f / 35
20 Características da fronteira Pareto Qual a forma da fronteira Pareto... quando a interseção entre f(f) e o hipercubo definido pelos pontos ideal e nadir é um conjunto convexo? quando a interseção entre f(f) e o hipercubo definido pelos pontos ideal e nadir não é um conjunto convexo? quando f(f) é desconexa? quando f(f) é multimodal? 20 / 35
21 Características da fronteira Pareto Relação de compromisso das soluções eficientes: Como caracterizar sua representatividade? Qual o seu efeito no processo de tomada de decisão? A estratégia de otimização do problema multiobjetivo influencia na qualidade das soluções obtidas? 21 / 35
22 Relações adicionais de dominância Sumário 1 Otimização Vetorial Introdução Relações adicionais de dominância Métodos de decisão multiobjetivo 22 / 35
23 Relações adicionais de dominância Introdução A relação de dominância Pareto não oferece muita flexibilidade: inclusão de preferências do decisor; tradeoff e resolução desejados pelo usuário. Por essa razão, várias relações adicionais foram propostas: 1 dominância lexicográfica; 2 dominância extrema ou extremo-dominância; 3 max-dominância; 4 cone dominância; 5 α-dominância; 6 ǫ-dominância; 7 Lorenz dominância; 8 Volume-dominância; 9 g-dominância; 10 r-dominância; / 35
24 Relações adicionais de dominância g-dominância Definição Antes de definir a relação g-dominância, define-se 1, se z g flag (z) = g 1, se g z 0, caso contrário com g, z R m. 24 / 35
25 Relações adicionais de dominância g-dominância Definição Essa função divide o espaço em 4 regiões: 25 / 35
26 Relações adicionais de dominância g-dominância Definição Sejam y 1, y 2 f(f), F X, f : X R n Y R m, e um ponto de referência g R m, dizemos que y 1 g-domina y 2 se e somente se 1 flag g (y 1 ) > flag g (y 2 ) ou 2 caso flag g (y 1 ) = flag g (y 2 ), se y 1 y 2. Essa relação é escrita como y 1 g y / 35
27 Relações adicionais de dominância g-dominância Essa relação de dominância prioriza soluções numa região próxima à solução de referência; Integra preferências do decisor; Pode ser utilizada em metaheurísticas baseadas em população ou trajetória, e em métodos interativos (progressivos); Pode ser considerada também como um critério adicional em um problema de tomada de decisão multicritério. 27 / 35
28 Relações adicionais de dominância r-dominância Definição (reference solution-based dominance) Seja uma população Y = {y i } f(f), F X, f : X R n Y R m, e um ponto de referência g R m, diz-se que y 1 r-domina y 2 sss 1 y 1 y 2 ou 2 y 1 e y 2 são não dominados mas D(y 1, y 2, g) < δ, δ [0, 1]. D(y 1, y 2, g) = d(y 1, g) d(y 2, g) d max d min d max = max d(z, g), z Y d min = min d(z, g), z Y d(z, g) = m ( ) 2 fi (z) f i (g) w i f i,max f i,min i=1 Essa relação é escrita como y 1 r y / 35
29 Relações adicionais de dominância r-dominância Essa relação de dominância prioriza soluções próximas à solução de referência; Integra preferências do decisor; Pode ser utilizada em metaheurísticas de população ou trajetória, e em métodos interativos (progressivos); Estabelece uma ordenação parcial estrita para soluções não dominadas; Estabelece pressão seletiva mais forte do que a relação de dominância usual. 29 / 35
30 Métodos de decisão multiobjetivo Sumário 1 Otimização Vetorial Introdução Relações adicionais de dominância Métodos de decisão multiobjetivo 30 / 35
31 Métodos de decisão multiobjetivo Métodos de decisão multiobjetivo O decisor pode articular suas preferências em diferentes momentos: Decisão a priori; Decisão progressiva; Decisão a posteriori. 31 / 35
32 Métodos de decisão multiobjetivo Métodos de decisão multiobjetivo Decisão a priori O decisor é consultado uma única vez, antes do início do processo de otimização. Emprega-se uma técnica de decisão que agrega as preferências em uma única função objetivo global. Obtém-se uma única solução final (baixo esforço computacional). Exige que o decisor articule melhor suas preferências. E se o decisor não possui uma ideia clara das possíveis soluções do problema? 32 / 35
33 Métodos de decisão multiobjetivo Métodos de decisão multiobjetivo Decisão progressiva O decisor é consultado repetidas vezes ao longo do processo de otimização. Ele pode rearticular suas preferências de forma interativa. Essas preferências guiam a busca em direção a uma solução mais satisfatória. Permite obter informações quanto ao conjunto de soluções possíveis antes da tomada de decisão. Exige maior esforço computacional que na decisão a priori. 33 / 35
34 Métodos de decisão multiobjetivo Métodos de decisão multiobjetivo Decisão a posteriori O decisor é consultado após a obtenção de um conjunto discreto de soluções eficientes. Os estágios de otimização e decisão são independentes. O decisor pode definir suas preferências conhecendo todas as alternativas. Normalmente requer um alto custo computacional. 34 / 35
35 Y. Collette and P. Siarry, Multiobjective Optimization: Principles and Case Studies, ser. Decision Engineering, Springer, V. Chankong, Y. Haimes, Multiobjective decision making: Theory and methodology, 1st ed., Dover Publications, K. Deb, Multi-Objective Optimization Using Evolutionary Algorithms, Wiley, M. M. Kostreva, W. Ogryczak, A. Wierzbicki, Equitable aggregation and multiple criteria analysis, European Journal of Op. Res., 158, p , K. M. Miettinen, Nonlinear Multiobjective Optimization, International Series in Operations Research & Management Science, Springer, J. Molina, L. V. Santana, A. G. Hernández-Díaz, C. A. C. Coello, R. Caballero, g-dominance: reference point based dominance for multiobjective metaheuristics, European Journal of Operational Research, 197, p , L. B. Said, S. Bechikh, and K. Ghédira, The r-dominance: a new dominance relation for interactive evolutionary multicriteria decision making, IEEE Transactions on Evolutionary Computation, 14:5, p , October Inicio 35 / 35
Teoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Introdução Sumário 1 Introdução
Leia maisTeoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Apresentação Sumário
Leia maisTeoria da Decisão. Teoria da Utilidade Multiatributo. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Teoria da Utilidade Multiatributo Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica,
Leia maisTeoria da Decisão. Modelagem de Preferência. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Modelagem de Preferência Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisOtimização Multiobjetivo
Otimização Multiobjetivo Introdução Professores: Eduardo G. Carrano Frederico G. Guimarães Lucas S. Batista {egcarrano,fredericoguimaraes,lusoba}@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal
Leia maisINFORMAÇÕES TRADEOFF EM PROBLEMAS MULTIOBJETIVOS. 1. Introdução Problema 1.1. [MOP]Denominamos Problema de Otimização Multiojetivo
INFORMAÇÕES TRADEOFF EM PROBLEMAS MULTIOBJETIVOS JESUS OSSIAN DA CUNHA SILVA 1 AND PAULO ROBERTO OLIVEIRA 2 1 Programa de Engenharia de Sistema e Computação, COPPE-UFRJ, CP. 68.511, Rio de Janeiro-RJ,
Leia maisTeoria da Decisão. Processo Analítico Hierárquico Analytic Hierarchy Process (AHP) Prof. Lucas S. Batista.
Teoria da Decisão Analytic Hierarchy Process (AHP) Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisTeoria da Decisão. Abordagem Clássica para Tomada de Decisão Multicritério. Prof. Lucas S. Batista.
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Abordagem Bellman-Zadeh Sumário
Leia maisINFORMAÇÕES TRADE-OFF EM PROBLEMAS DE OTIMIZAÇÃO MULTIOBJETIVO
INFORMAÇÕES TRADE-OFF EM PROBLEMAS DE OTIMIZAÇÃO MULTIOBJETIVO Jesus Ossian da Cunha Silva, Programa de Engenharia de Sistemas e Computação-PESC, COPPE, UFRJ 21941-972, Rio de Janeiro, RJ E-mail: jossian@cos.ufrj.br.
Leia maisOtimização a Múltiplos Objetivos de Dispositivos Eletromagnéticos pelo Método dos Elementos Finitos. Luiz Lebensztajn
Otimização a Múltiplos Objetivos de Dispositivos Eletromagnéticos pelo Método dos Elementos Finitos Luiz Lebensztajn Otimização a Múltiplos Objetivos Quando há necessidade de Otimização a Múltiplos Objetivos?
Leia maisTeoria da Decisão. Introdução às Metaheurísticas. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução às Metaheurísticas Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisBCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017
BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro
Leia maisIN-1131 Computação Evolucionária. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática
IN-1131 Computação Evolucionária Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática aluizioa@cin.ufpe.br Objetivos Este curso visa oferecer introdução abrangente em
Leia maisUm algoritmo para aproximação da fronteira de Pareto em problemas de programação inteira multiobjectivo
Um algoritmo para aproximação da fronteira de Pareto em problemas de programação inteira multiobjectivo Manuela Fernandes, Vladimir Bushenkov A. I. de Matemática, E.S.T.T., Instituto Politécnico de Tomar,
Leia maisOTIMIZAÇÃO VETORIAL. Formulação do Problema
OTIMIZAÇÃO VETORIAL Formulação do Problema Otimização Multiobjetivo (também chamada otimização multicritério ou otimização vetorial) pode ser definida como o problema de encontrar: um vetor de variáveis
Leia maisUNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA
UNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA ALGUMAS CONTRIBUIÇÕES PARA A OTIMIZAÇÃO MULTIOBJETIVO VIA TEORIA DOS CONES RAPHAEL RIBEIRO
Leia maisOtimização Escalar e Vetorial
Universidade Federal de Minas Gerais Departamento de Matemática Notas de Aula Otimização Escalar e Vetorial Volume 3: Otimização Vetorial Professor: Ricardo H. C. Takahashi Belo Horizonte, Janeiro de 2007
Leia maisOtimização Multiobjetivo
Otimização Multiobjetivo Otimização Restrita Prof. Frederico Gadelha Guimarães Lucas S. Batista Eduardo G. Carrano Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica,
Leia maisInvestigação de Novas Abordagens para Otimização Multiobjetivo em Algoritmos Evolutivos
Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica Investigação de Novas Abordagens para Otimização Multiobjetivo em Algoritmos Evolutivos Lucas de Souza Batista Texto
Leia maisUma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobjetivo
Uma Heurística GRASP Híbrida para um Problema de Otimização Combinatória Multiobetivo Dalessandro Soares Vianna (UCAM-Campos) dalessandro@ucam-campos.br Marcilene de Fátima Dianin Vianna (UCAM-Campos)
Leia maisOTIMIZAÇÃO MULTIOBJETIVO
OTIMIZAÇÃO MULTIOBJETIVO Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Fev/2018 Materiais de referência: PANTUZA Jr., G. Métodos de otimização multiobjetivo e de simulação
Leia maisTeoria da Decisão. Introdução às Metaheurísticas. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução às Metaheurísticas Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisAbordagem Multiobjetivo para o Problema de Roteamento de Veículos com Transporte Reativo a Demanda
Abordagem Multiobjetivo para o Problema de Roteamento de Veículos com Transporte Reativo a Demanda Renan Santos Mendes Programa de Pós-Graduação em Modelagem Matemática e Computacional CEFET-MG, MG, Brasil
Leia maisSÍNTESE DE CONTROLADORES ROBUSTOS H 2 /H POR REALIMENTAÇÃO DINÂMICA DA SAÍDA PARA SISTEMAS COM INCERTEZAS POLITÓPICAS
SÍNTESE DE CONTROLADORES ROBUSTOS H 2 /H POR REALIMENTAÇÃO DINÂMICA DA SAÍDA PARA SISTEMAS COM INCERTEZAS POLITÓPICAS Eduardo N. Goncalves, Reinaldo M. Palhares, Ricardo H. C. Takahashi Departamento de
Leia maisOtimização multicritério, análise de sensibilidade e hipotética
MODELAGEM E ANÁLISE Otimização multicritério, análise de sensibilidade e hipotética Otimização multicritério Refere-se a uma situação de decisão em que as alternativas são avaliadas com vários objetivos,
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisUm Algoritmo Genético Associado a uma Estratégia de Decisão Baseada em Lógica Fuzzy para Calibração Multiobjetivo de um Modelo Hidrológico
Um Algoritmo Genético Associado a uma Estratégia de Decisão Baseada em Lógica Fuzzy para Calibração Multiobjetivo de um Modelo Hidrológico Amarísio da S. Araújo 1, Haroldo F. de Campos Velho 2, Vitor C.
Leia maisOtimização Multiobjetivo. Estéfane G. M. de Lacerda DCA/UFRN Junho/2009
Otimização Multiobjetivo Estéfane G. M. de Lacerda DCA/UFRN Junho/2009 Otimização Multiobjetivo Muitos problemas do mundo real envolve otimizar várias funções objetivo. Minimizar f 1 x, f 2 x,..., f n
Leia maisAlgoritmos evolutivos para otimização multi-objetivo
Algoritmos evolutivos para otimização multi-objetivo Waldo Gonzalo Cancino Ticona Alexandre Claudio Botazzo Delbém SCE5876 - Algoritmos de Estimação de Distribuição e Aplicações São Carlos Agosto 2008
Leia maisALGORITMO BIO-INSPIRADO PARA OTIMIZAÇÃO MULTIOBJETIVO
ALGORITMO BIO-INSPIRADO PARA OTIMIZAÇÃO MULTIOBJETIVO Priscila Cristina Berbert Faculdade de Engenharia Elétrica e de Computação - Universidade Estadual de Campinas Rua Albert Einstein, 400 - Caixa Postal
Leia maisUM ALGORITMO EXATO PARA UM PROBLEMA DE PROGRAMAÇÃO INTEIRA BIOBJETIVO
UM ALGORITMO EXATO PARA UM PROBLEMA DE PROGRAMAÇÃO INTEIRA BIOBJETIVO Leizer de Lima Pinto Instituto de Informática - UFG Rua Alameda Palmeiras, Quadra D, Câmpus Samambaia - CEP 74690-900 - Goiânia - GO
Leia maisII. Funções de uma única variável
II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado
Leia mais1-1 PESQUISA OPERACIONAL INTRODUÇÃO
1-1 PESQUISA OPERACIONAL INTRODUÇÃO Regra do Jogo 1-2 Provas MAN ADM 1 a Prova: 8 ou 10 de maio 2 a Prova: 12 ou14 de junho Substitutiva: 18 ou 21 de junho Média P = Média das Provas T = Média dos Testes
Leia maisAnálise de Decisão. Afectação multicritério de recursos. João Carlos Lourenço Carlos A. Bana e Costa
Análise de Decisão Afectação multicritério de recursos João Carlos Lourenço Carlos A. Bana e Costa oao.lourenco@ist.utl.pt carlosbana@ist.utl.pt Ano lectivo 11/1 Identificação do problema Como audar um
Leia maisMinicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018
Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos Niterói, 12 de Maio de 2018 Realização 2 Realização 3 Programação: manhã 9:30h-10:30H VISÃO GERAL: OTIMIZAÇÃO E INTELIGÊNCIA COMPUTACIONAL
Leia maisUnemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre. Disciplina: Introdução à Otimização Linear de Sistemas
Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre Disciplina: Introdução à Otimização Linear de Sistemas Slides: Introdução à Pesquisa Operacional - para situar a otimização linear Professora
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisAlgoritmo hibrido MOEAD/PSO + EDA para solução de problemas com muitos objetivos
Algoritmo hibrido MOEAD/PSO + EDA para solução de problemas com muitos objetivos Jésus J. S. Santos 1 and Clayton Almeida 1 Breno C. de Oliveira 1 Universidade Federal de Minas Gerais, Av. Antônio Carlos,
Leia maisOTIMIZAÇÕES MONO-OBJETIVO E MULTIOBJETIVO APLICADAS AO PROJETO DE CONTROLADORES ROBUSTOS EM SISTEMAS DE ENERGIA USANDO ALGORITMOS GENÉTICOS Bruno B. Souza, Oriane M. Neto, Ricardo H. C. Takahashi, Eduardo
Leia maisFundamentos de Controle Não Linear: Conceitos Matemáticos Importantes (em Progresso)
Fundamentos de Controle Não Linear: Conceitos Matemáticos Importantes (em Progresso) Leonardo A. B. Torres PPGEE/UFMG October 2, 2018 Leonardo A. B. Torres (PPGEE/UFMG) FCNL: Conceitos Matemáticos October
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisANÁLISE DE ESCOLHA DE ARMAMENTO NAVAL COM BASE NO MÉTODO MULTICRITÉRIO FITRADEOFF
ANÁLISE DE ESCOLHA DE ARMAMENTO NAVAL COM BASE NO MÉTODO MULTICRITÉRIO FITRADEOFF Leonardo Antonio Monteiro Pessôa Centro de Análises de Sistemas Navais (CASNAV) Praça Barão de Ladário s/nº - Ilha das
Leia maisAPLICAÇÃO DA PROGRAMAÇÃO POR METAS E MÉTODO LEXICOGRÁFICO AO MÉTODO STEM NOVA PROPOSTA DE ALGORITMO DE FORMULAÇÃO LINEAR MULTIOBJETIVO
APLICAÇÃO DA PROGRAMAÇÃO POR METAS E MÉTODO LEXICOGRÁFICO AO MÉTODO STEM NOVA PROPOSTA DE ALGORITMO DE FORMULAÇÃO LINEAR MULTIOBJETIVO Carlos Francisco Simões Gomes CASNAV (Centro de Análises de Sistemas
Leia maisAlgoritmos Evolucionários e Técnicas de Tomada de Decisão em Análise Multicritério
Algoritmos Evolucionários e Técnicas de Tomada de Decisão em Análise Multicritério por Roberta Oliveira Parreiras Tese submetida àbancaexaminadoradesignadapelocolegiadodoprograma de Pós-Graduação em Engenharia
Leia maisMétodo do Gradiente Projetado Para Funções Convexas Generalizadas
Método do Gradiente Projetado Para Funções Convexas Generalizadas Milton Gabriel Garcia dos SANTOS 1. Instituto de Matemática e Estatística, Universidade Federal de Goiás, Campus II- Caixa Postal 131,
Leia maisAplicação de Algoritmo Genético Multiobjetivo em Otimização de. Portfólios.
Aplicação de Algoritmo Genético Multiobjetivo em Otimização de Portfólios Simone Aparecida Miloca Centro de Ciências Exatas, Universidade Estadual de Cascavel Rua Universitária, 1619 - Cascavel, PR smiloca@gmail.com
Leia maisAutores: Lucas D. Boff 1 Marcelo F. Castoldi 1 Murilo da Silva 1 Silvio. A. Souza 1 Cintia B. S. Silva 2
Melhoria da Confiabilidade do Fornecimento de Energia Elétrica em Sistemas de Distribuição Utilizando Alocação de Chaves e Algoritmo Evolutivo Multi-Objetivo Autores: 1 2 Lucas D. Boff 1 Marcelo F. Castoldi
Leia maisIF-705 Automação Inteligente Algoritmos Evolucionários e Controle. Continuação
IF-705 Automação Inteligente Algoritmos Evolucionários e Controle. Continuação Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação
Leia maisThiago Christiano Silva
Thiago Christiano Silva Conteúdo Conceitos Relevantes Problemas de Otimização Conceitos de Estabilidade e Convergência Teoremas de Lyapunov Rede Neural de Hopfield Aplicações do modelo de Hopfield Clusterização
Leia maisAlgoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional
Algoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional Marcio Leite (UCAM-Campos) mleite@lenep.uenf.br José Elias Cláudio
Leia maisAfectação de recursos a projectos
Modelos de Apoio à Decisão Afectação de recursos a projectos João Carlos Lourenço Carlos A. Bana e Costa joao.lourenco@ist.utl.pt carlosbana@ist.utl.pt 2009 Introdução Qual é o problema? Supondo que um
Leia maisMÉTODOS DE OTIMIZAÇÃO MULTIOBJETIVO
30 CAPÍTULO 3 MÉTODOS DE OTIMIZAÇÃO MULTIOBJETIVO 3.1 CONCEITOS BÁSICOS O problema matemático de otimização multiobjetivo consiste na obtenção de um conjunto de variáveis (solução) que satisfaça algumas
Leia maisPesquisa Operacional. Introdução à Pesquisa Operacional
Pesquisa Operacional Introdução à Pesquisa Operacional 1 PESQUISA OPERACIONAL PO Sumário Origens A natureza O impacto Principais sociedades profissionais ligadas à PO Algumas publicações científicas ligadas
Leia maisAnais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN) Ouro Preto de Outubro de 2009
A INCORPORAÇÃO DO CONHECIMENTO PRÉVIO NA ESTRATÉGIA DE DECISÃO DO APRENDIZADO MULTI-OBJETIVO Talles H. Medeiros, Antônio P. Braga, Ricardo H. C. Takahashi Universidade Federal de Ouro Preto Departamento
Leia maisDefinição do Layout de uma rede de sensores via algoritmo de evolução diferencial multiobjetivo
Definição do Layout de uma rede de sensores via algoritmo de evolução diferencial multiobjetivo Jean N. R. Araujo 1, Letícia M. Pereira 1, Lucas S. Batista 2 1 Operations Research and Complex Systems Laboratory
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisMatriz Hessiana e Aplicações
Matriz Hessiana e Aplicações Sadao Massago Dezembro de 200 Sumário Introdução 2 Matriz Jacobiana 3 Matriz hessiana 2 4 Talor de primeira e segunda ordem 2 5 Classicação dos pontos críticos 3 A Procedimeno
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisESTUDO COMPARATIVO DOS MÉTODOS DE APTIDÃO PARA PROBLEMAS COM MÚLTIPLOS OBJETIVOS
ESTUDO COMPARATIVO DOS MÉTODOS DE APTIDÃO PARA PROBLEMAS COM MÚLTIPLOS OBJETIVOS Laercio Brito Gonçalves, Marco Aurélio Cavalcante Pacheco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada
Leia maisOtimização Contínua: Aspectos teóricos e computacionais
Otimização Contínua: Aspectos teóricos e computacionais Ademir Alves Ribeiro Elizabeth Wegner Karas Capítulo 3 - Convexidade Ademir Alves Ribeiro, Elizabeth Wegner Karas () Otimização Contínua Capítulo
Leia maisADAPTAÇÃO DE UM ALGORITMO BASEADO EM ENXAME DE PARTÍCULAS PARA RESOLVER PROBLEMAS DE OTIMIZAÇÃO COM DOIS OBJETIVOS
UNIVERSIDADE ESTADUAL DE MONTES CLAROS DEPARTAMENTO DE CIÊNCIAS DA COMPUTAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS ADAPTAÇÃO DE UM ALGORITMO BASEADO EM ENXAME DE PARTÍCULAS PARA RESOLVER PROBLEMAS
Leia maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisOtimização multiobjetivo: uma abordagem conceitual. Multiobjective optimization: a conceptual approach
Otimização multiobjetivo: uma abordagem conceitual Luciana Maichaki Marçal Delinski (UTFPR) lu.marcal@hotmail.com João Carlos Colmenero (UTFPR) colmenero@utfpr.edu.br Resumo: O presente estudo tem como
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
MODELOS MULTIOBJETIVO PARA DETERMINAÇÃO DE ALVOS NA ANÁLISE ENVOLTÓRIA DE DADOS - DEA Lidia Angulo Meza Área de Pesquisa Operacional, Engenharia de Produção, COPPE/UFRJ, lidia@pep.ufr.br Marcos Estellita
Leia maisANÁLISE ESTATÍSTICA DA DECISÃO PARA TRATAR O PROBLEMA DE ROTEAMENTO E COBERTURA COM MÁXIMO RETORNO ÀS ÁREAS SENSÍVEIS
ANÁLISE ESTATÍSTICA DA DECISÃO PARA TRATAR O PROBLEMA DE ROTEAMENTO E COBERTURA COM MÁXIMO RETORNO ÀS ÁREAS SENSÍVEIS Maria José Pinto, Mônica Maria De Marchi Instituto de Estudos Avançados (IEAv) E-mails:
Leia maisAxiomatizações equivalentes do conceito de topologia
Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial
Leia maisUmmétodohíbridoparaescalonar turnosdeenfermeiras
Ummétodohíbridoparaescalonar turnosdeenfermeiras Alexandre Luiz J. H. Albano e Marcio Oshiro Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação Um método
Leia maisAlgoritmo Evolutivo para o Problema de Corte de Estoque Unidimensional com Redução do Número de Padrões de Corte
Algoritmo Evolutivo para o Problema de Corte de Estoque Unidimensional com Redução do Número de Padrões de Corte Henrique A. Kobersztajn 1, Kelly C. Poldi 2, Instituto de Ciência e Tecnologia, Unifesp
Leia maisMÉTODOS DE OTIMIZAÇÃO ENE081
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE8 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@uj.edu.br Aula Número: 9 Disciplina Métodos de Otimização
Leia maisALGORITMOS EVOLUCIONÁRIOS APLICADOS AO PROBLEMA DO CAIXEIRO VIAJANTE MULTIOBJETIVO
MAX SANTANA ROLEMBERG FARIAS ALGORITMOS EVOLUCIONÁRIOS APLICADOS AO PROBLEMA DO CAIXEIRO VIAJANTE MULTIOBJETIVO Dissertação apresentada ao Programa de Pós- Graduação em Modelagem Computacional de Conhecimento
Leia maisOTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.
OTIMIZAÇÃO O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. Pontos de máximos e mínimos de uma função são pontos onde a derivada da função é nula. A
Leia maisUNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA
UNIVERSIDADE FEDERAL DO AMAZONAS - UFAM INSTITUTO DE CIÊNCIAS EXATAS - ICE PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA UM MÉTODO PARA SOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO MULTIOBJETIVO EM AMBIENTE FUZZY GUSTAVO
Leia maisResolvedo problemas de despacho econômico com dados incertos usando enfoque paramétrico dual
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Resolvedo problemas de despacho econômico com dados
Leia maisNOVOS MÉTODOS BASEADOS EM RANKING PARA PROBLEMAS COM MUITOS OBJETIVOS APLICADOS À OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS
NOVOS MÉTODOS BASEADOS EM RANKING PARA PROBLEMAS COM MUITOS OBJETIVOS APLICADOS À OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS André Britto de Carvalho e Aurora Pozo Universidade Federal do Parana {andrebc,aurora}@inf.ufpr.br
Leia maisIntrodução à Otimização Multiobjetivo - Algoritmos Evolutivos para Otimização Multiobjetivo
Introdução à Otimização Multiobjetivo - Algoritmos Evolutivos para Otimização Multiobjetivo V ERMAC - Encontro Regional de Matemática Aplicada e Computacional Angelo Aliano Filho e Helenice Florentino
Leia maisAPLICAÇÃO DA OTIMIZAÇÃO MULTIOBJETIVO NA RESOLUÇÃO DE PROBLEMAS INVERSOS EM PROCESSAMENTO DE SINAIS
APLICAÇÃO DA OTIMIZAÇÃO MULTIOBJETIVO NA RESOLUÇÃO DE PROBLEMAS INVERSOS EM PROCESSAMENTO DE SINAIS Guilherme Dean Pelegrina Faculdade de Ciências Aplicadas - Universidade Estadual de Campinas Rua Pedro
Leia maisProblemas de programação geométrica signomial via otimização DC
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Problemas de programação geométrica signomial via otimização DC Clarissa Pessoa Borges Fernandes Faculdade Maurício de Nassau João Pessoa, PB E-mail:
Leia maisCONFIABILIDADE DE SISTEMAS
APLICAÇÃO DA COMPUTAÇÃO EVOLUCIONÁRIA NA OTIMIZAÇÃO DE CONFIABILIDADE DE SISTEMAS Marcia F. P. Salgado, Adriano C. Lisboa, Rodney R. Saldanha, Walmir M. Caminhas, Benjamim R. de Menezes Laboratório de
Leia maisAPRIMORAMENTO DA METAHEURÍSTICA MULTIOBJECTIVE HARMONY SEARCH PARA PROBLEMAS COM VARIÁVEIS CONTÍNUAS
APRIMORAMENTO DA METAHEURÍSTICA MULTIOBJECTIVE HARMONY SEARCH PARA PROBLEMAS COM VARIÁVEIS CONTÍNUAS Diego Geraldo Instituto Tecnológico de Aeronáutica ITA Pça Mal. Eduardo Gomes, 50. 12228-900, São José
Leia maisAPLICAÇÃO DO SIMULATED ANNEALING NA SOLUÇÃO DE PROBLEMAS DE PLANEJAMENTO FLORESTAL MULTIOBJETIVO
APLICAÇÃO DO SIMULATED ANNEALING NA SOLUÇÃO DE PROBLEMAS DE PLANEJAMENTO FLORESTAL MULTIOBJETIVO Gustavo Willam Pereira Departamento de Informática - UFV - 36571-000 - Viçosa-MG - gwp@dpi.ufv.br Heleno
Leia maisMetodologias de escalarizações para o problema de rotação de culturas biobjetivo
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Metodologias de escalarizações para o problema de rotação
Leia maisMedida do Tempo de Execução de um Programa. David Menotti Algoritmos e Estruturas de Dados II DInf UFPR
Medida do Tempo de Execução de um Programa David Menotti Algoritmos e Estruturas de Dados II DInf UFPR Medida do Tempo de Execução de um Programa O projeto de algoritmos é fortemente influenciado pelo
Leia maisII Seminário da Pós-graduação em Engenharia Elétrica
UMA INVESTIGAÇÃO DOS PARÂMETROS NOS MÉTODOS MISTOS DE OTIMIZAÇÃO NÃO LINEAR Ellen Cristina Ferreira Aluna do Programa de Pós-Graduação em Engenharia Elétrica Unesp Bauru Profa. Dra. Edméa Cássia Baptista
Leia maisALGUMS MÉTODOS CLÁSSICOS DE OTIMIZAÇÃO
ALGUMS MÉTODOS CLÁSSICOS DE OTIMIZAÇÃO Pedro Henrique Rodrigues da Silva, pedro henrique-02@hotmailcom 1 Milena Almeida Leite Brandão, milena@pontalufubr 1 1 Universidade Federal de Uberlândia, Faculdade
Leia maisSUPPORT VECTOR MACHINE - SVM
SUPPORT VECTOR MACHINE - SVM Definição 2 Máquinas de Vetores Suporte (Support Vector Machines - SVMs) Proposto em 79 por Vladimir Vapnik Um dos mais importantes acontecimentos na área de reconhecimento
Leia maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia maisCapítulo 5 - Optimização Não-Linear
Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisANDRÉ BRITTO DE CARVALHO NOVAS ESTRATÉGIAS PARA OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS APLICADAS A PROBLEMAS COM MUITOS OBJETIVOS CURITIBA
ANDRÉ BRITTO DE CARVALHO NOVAS ESTRATÉGIAS PARA OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS APLICADAS A PROBLEMAS COM MUITOS OBJETIVOS CURITIBA 2013 ANDRÉ BRITTO DE CARVALHO NOVAS ESTRATÉGIAS PARA OTIMIZAÇÃO POR
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Programa de Pós-Graduação Em Computação Aplicada Depto. de Computação e Matemática (FFCLRP/USP) 2 Computação Bioinspirada
Leia maisMETODOLOGIA PARA UTILIZAÇÃO DE ALGORITMOS GENÉTICOS EM MODELOS DE SIMULAÇÃO COMPUTACIONAL EM AMBIENTES DE MANUFATURA
Disponível eletronicamente em www.revista-ped.unifei.edu.br Edição Especial Projeto Pró Engenharias Revista P&D em Engenharia de Produção V. 08 N. 01 (2010) p. 01-05 ISSN 1679-5830 METODOLOGIA PARA UTILIZAÇÃO
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisAlgoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios
Algoritmos genéticos para o problema de programação de tarefas em máquinas paralelas idênticas com dois critérios José Elias Claudio Arroyo 1, Dalessandro Soares Vianna 2 1 Departamento de Informática
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS Departamento de Matemática
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS Departamento de Matemática MÉTODOS MULTICRITÉRIOS QUE ENVOLVEM A TOMADA DE DECISÂO Maria Betânia Aparecida Campos Belo Horizonte, 14 de
Leia maisAnálise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação
Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral
Leia maisProjeções Multi-dimensionais
Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade de São Paulo (USP) 23 de setembro de 2010 Introdução
Leia mais