Concepção Híbrida de Otimização por Nuvem de Partículas Aplicada ao Problema de Weber
|
|
- Aníbal Paranhos di Castro
- 7 Há anos
- Visualizações:
Transcrição
1 Concepção Híbrda de Otmzação por Nuvem de Partículas Aplcada ao Problema de Weber Leandro dos Santos Coelho, Vvana Cocco Maran 2 Laboratóro de Automação e Sstemas, Grupo Produtrônca Programa de Pós-Graduação em Engenhara de Produção e Sstemas (PPGEPS) 2 Programa de Pós-Graduação em Engenhara Mecânca (PPGEM) Centro de Cêncas Exatas e de Tecnologa, Pontfíca Unversdade Católca do Paraná Rua Imaculada Conceção, 55, , Curtba, PR, Brasl { leandro.coelho, 2 vvana.maran}@pucpr.br Resumo. Uma nova concepção de evolução memétca baseada na combnação de otmzação por nuvem de partículas e método de otmzação de Hooke-Jeeves é apresentada neste artgo. A metodologa proposta envolve a nteração de dos níves de otmzação, denomnados evolução (otmzação por nuvem de partículas) e aprendzado ndvdual (método de Hooke-Jeeves), que cooperam em um procedmento de otmzação global. Os resultados da smulação ndcam que a otmzação do sstema híbrdo apresenta melhoras nas propredades de qualdade de solução, ntegrdade e precsão para o problema de Weber. Palavras-Chave: computação evolutva, otmzação por nuvem de partículas, problema de Weber. Hybrd Concepton of Partcle Swarm Optmzaton Appled to Weber Problem Abstract: A new concepton of Lamarckan evoluton based on combnaton of partcle swarm ntellgence and Hooke-Jeeves optmzaton method s presented n ths paper. The proposed methodology nvolves two levels of optmzaton, namely evoluton (partcle swarm optmzaton) and ndvdual learnng (Hooke-Jeeves method), whch cooperate n a procedure of global optmzaton. The smulaton results ndcate that the optmzaton based on Lamarckan evoluton presents enhancement n soluton qualty, relablty, and accuracy propertes for the Weber s problem. Key words: evolutonary computaton, partcle swarm optmzaton, Weber s problem. (Receved Aprl 8, 2005 / Accepted August 2, 2005) Introdução A utlzação de metodologas da ntelgênca computaconal (IC) para a otmzação de sstemas é uma área de pesqusa emergente. A motvação para sto devese ao fato de a IC abranger um conjunto de paradgmas bastante amplo e multdscplnar. O desenvolvmento da IC por pesqusadores das mas dversas áreas do conhecmento tem levado a resultados promssores, tanto no meo acadêmco quanto ndustral, devdo prncpalmente a característcas nerentes a algortmos ntelgentes, tas como capacdade de aprendzado, nferênca, adaptação, dedução, reconhecmento de padrões, entre outras. Neste contexto, destacam-se dversas metodologas nas áreas de pesqusa operaconal, engenhara de produção e manufatura, com a utlzação de redes neuras, sstemas nebulosos e algortmos da computação evolutva (ou evoluconára) [], [2], [3]. Neste artgo é proposta a mplementação de um algortmo de otmzação baseado em prncípos da evolução memétca. A concepção de evolução memétca, proposta neste artgo, objetva a hbrdzação
2 de duas técncas de otmzação, uma para busca global e outra para a busca local. A otmzação por nuvem de partículas é usada para as buscas globas e o método dreto de Hooke-Jeeves é empregado para a determnação da melhor localzação das nstalações de uma fábrca, onde os custos de dstrbução para dversos centros de demanda devem ser mnmzados. Este problema é conhecdo na lteratura como o problema de Weber. Recentemente, város trabalhos correlatos à resolução do problema de Weber têm sdo apresentados na lteratura por város pesqusadores usando tanto métodos de otmzação contínua quanto combnatóra, tas como os apresentados em [4]-[3]. Neste artgo, os resultados da smulação e análse de desempenho da otmzação baseada em evolução memétca são avalados e dscutdos para resolução do problema de Weber usando uma formulação matemátca para otmzação contínua. O artgo é organzado da segunte forma: na seção 2, a descrção do problema de Weber é apresentada. Na seção 3, uma nova proposta de algortmo de otmzação baseado em evolução memétca é detalhada. As smulações e os respectvos resultados de dos estudos de caso para otmzação do problema de Weber são apresentados e comentados na seção 4. Na seção 5 são apresentadas as conclusões e a pesqusa futura a ser desenvolvda. 2 Descrção do problema de Weber Os problemas de localzação de nstalação são problemas clásscos de pesqusa operaconal. Estes problemas envolvem a determnação da localzação de um ou mas servços que facltem o suprmento ótmo de um dado conjunto de destnos de demanda. Exstem dversas categoras para o problema de localzação, tas como: () pela força propulsora, () pelo número de nstalações, () pela dscretzação das escolhas, (v) pelo grau de agregação de dados, e (v) pelo horzonte de tempo [3]. A localzação de nstalações é um problema que exste no setor prvado tal como a localzação de plantas, warehouse, fábrcas, e no setor públco, por exemplo hosptas, centros de tratamento da saúde, estações de políca, centros de dstrbução de água, entre outros. O economsta alemão Alfred Weber (909) publcou o lvro Theory of locaton of ndustres (versão em nglês de 929) [4] sobre a localzação de ndústras que dependam da nteração de uma ou dversas funções objetvo, demandas e nstalações. Contudo, somente nos últmos 30 anos é que esta área de pesqusa tem sdo explorada. O problema de Weber é um problema clássco na análse de localzação que vsa encontrar a localzação de um ponto de suprmento ou nstalação central que possa ser bom para dversos pontos de demanda (sto é, cdades) com o menor custo possível de transporte. Neste contexto, o custo total assocado com a dstrbução para dversos centros de demanda é mnmzado. O modelo matemátco enfoca que o custo é proporconal à dstânca até a nstalação. A constante de proporconaldade pode refletr custos de transporte postvo, ou seja, um custo assocado à presença de benefícos, ou negatvo quando reflete a presença de restrções ambentes. No problema de Weber é suposto que exstem N pontos de demanda com coordenadas de localzação 2 { } R z. As ponderações correspondentes a quantdade de demanda são atrbuídas a varável { w } e a função objetvo é a mnmzação da função, f 2 [ x ( z ) ] + y ( z ) [ ] 2 N N ( x) = w x z = w d d = = onde { } { } 2 () d = x d,y d são as varáves de projeto do método de mnmzação. No caso de assumr-se que N = N = w > 0, um mínmo global exste. Se w < 0 então nf f = e não exste um mínmo global. Nas próxmas subseções são apresentados dos estudos de caso do problema de Weber utlzados para análse de desempenho do algortmo de evolução memétca proposto neste artgo. Estes estudos de caso são propostos em [5] e [6]. 3 Otmzação usando evolução memétca Nos algortmos evolutvos (AEs), um conjunto de soluções (população) é manpulado a cada teração, em contraste com outros métodos de otmzação, onde apenas uma solução para o problema é utlzada a cada teração. A chance de que um ndvíduo da população seja seleconado na próxma geração depende da função de aptdão (ftness) do ndvíduo, que consste, geralmente, de uma função objetvo ou mesmo uma transformação smples desta para o tratamento do problema em questão.
3 Um compromsso entre convergênca (explotaton) e dversdade dos membros que consttuem a população (exploraton) é um problema constante em AEs e deve ser consderado na confguração de uma metodologa de otmzação efcente. Os AEs são especalmente útes em tarefas de otmzação global, onde os métodos tradconas de otmzação podem apresentar lmtações, tas como: () ter baxa velocdade de convergênca, () requerer alguma nformação especal, como por exemplo, o gradente da função objetvo, e () ao encontrar um mínmo local, exstem dfculdades para escapar deste ponto [7]. Entretanto, a confguração de abordagens compostas por técncas híbrdas (busca global e local) de otmzação é uma alternatva relevante tratada na lteratura [8]-[2]. Para obter os benefícos de uma confguração híbrda, uma forma efcente é executar, ncalmente, um AE (fase de evolução) para localzar a regão próxma do ótmo global e em seguda aplcar outra metodologa de otmzação para a realzação da busca local (fase de aprendzado ndvdual). Esta abordagem pode ser denomnada de sstema híbrdo ou até mesmo otmzação nsprada em prncípos propostos por J. B. Lamarck [22], [23]. Dversos autores têm utlzado o termo evolução memétca ou algortmo memétco [24], apesar de controvérsas da orgem do termo meme [25]. Resumndo, este artgo propõe a mplementação de um algortmo híbrdo combnando uma técnca de otmzação por nuvem de partículas (fase de evolução ou fase de busca global) e o método de Hooke-Jeeves (fase de aprendzado ndvdual ou fase de busca local), estes são descrtos a segur de forma solada e conjunta à concepção de uma nova abordagem de evolução memétca. 3. Otmzação por nuvem de partículas (PSO) A otmzação por nuvem de partículas é um AE desenvolvdo orgnalmente por Kennedy e Eberhart [26], [27]. A PSO é motvada pela smulação do comportamento socal em vez da evolução da natureza, como em outros AEs (algortmos genétcos, programação evolutva, estratégas evolutvas e programação genétca). A PSO é uma metodologa baseada em população de soluções. De forma smlar a outros AEs, a PSO é ncada com uma população de soluções gerada aleatoramente. Na PSO, dferentemente de outros AEs, a cada solução potencal (ndvíduo) é atrbuída uma velocdade aleatóra. As soluções potencas denomnadas partículas, se movem pelo espaço de busca do problema. Cada partícula conserva o conhecmento do melhor valor da função de aptdão (ftness) denotado por pbest (versão local). Um outro valor melhor é segudo pela versão global, gbest, do otmzador por nuvem de partícula e sua localzação obtda de alguma partícula que compõe a população. O conceto da PSO consste de, a cada passo teratvo, mudar a velocdade (acelerando) de cada partícula em dreção às localzações do pbest e do gbest. A aceleração desta busca é ponderada através de um termo gerado de forma aleatóra vnculando este de forma separada as localzações do pbest e do gbest. O procedmento para mplementação da PSO é regdo pelas seguntes etapas: () ncar uma população (matrz) de partículas, com posções e velocdades em um espaço de problema n dmensonal, de forma aleatóra com dstrbução unforme; () para cada partícula, avalar a função de aptdão; () comparar a avalação da função de aptdão da partícula com o pbest da partícula. Se o valor corrente é melhor que pbest, então o valor de pbest passa a ser gual ao valor da função de aptdão da partícula, e a localzação do pbest passa a ser gual à localzação atual no espaço n dmensonal; (v) comparar a avalação da função de aptdão com o prévo melhor valor de aptdão da população. Se o valor atual é melhor que o gbest, atualzar o valor de gbest para o índce e valor da partícula atual; (v) modfcar a velocdade e a posção da partícula de acordo com as equações (4) e (5), respectvamente [28], [29]: v = w v + c ud ) ( p x ) + c Ud() ( p x ) (4) ( 2 g x = ( x + t v) (5) (v) r para a etapa () até que um crtéro de parada seja encontrado, usualmente uma função de aptdão sufcentemente precsa ou um número máxmo de terações (gerações).
4 , 2,..., n armazena a posção da -ésma partícula do algortmo de As notações usadas são: x = [ x x x ] T PSO, = [ v v v ] T v, 2,..., n armazena a velocdade da - ésma partícula da PSO, e o vetor [ p p p ] T p =, 2,..., n representa a posção do melhor valor de aptdão da -ésma partícula. O índce g representa o índce da melhor partícula entre todas as partículas do grupo. A varável w é a ponderação de nérca, c e c 2 são constantes postvas; ud() e Ud() são duas funções para geração de números aleatóros com dstrbução unforme em [0,], respectvamente. As velocdades das partículas em cada dmensão são lmtadas a um valor máxmo da velocdade, V máx. O V máx é um parâmetro mportante, pos determna a precsão com que as regões próxmas as soluções atuas serão exploradas. Se V máx é muto alto, a PSO faclta a busca global, enquanto um valor V máx pequeno enfatza as buscas locas. A prmera parte na equação (4) é um termo de momento da partícula. A ponderação de nérca w representa o grau de momento da partícula. A segunda parte consste da parte cogntva, que representa o conhecmento da partícula ndependentemente. A tercera parte é a parte socal, que representa a colaboração entre as partículas. As constantes c e c 2 representam as contrbuções cognção e socal que nfluencam cada partícula em dreção as posções pbest e gbest, respectvamente. Estes parâmetros são usualmente ajustados por heurístcas de tentatva e erro [30]. 3.2 Método de Hooke-Jeeves Os métodos dretos baseam-se na comparação dos valores da função objetvo e são partcularmente atratvos em stuações onde dervadas da função objetvo e das funções restrções não são váves. O método de Hooke e Jeeves [3] basea-se em uma seqüênca de movmentos exploratóros, começando em um ponto base, x 0, e tendo um tamanho de passo pré-defndo, h. Na próxma etapa do método, a função objetvo é testada através de perturbações sucessvas no ponto ncal, x 0, em dreções de busca {v }, onde v é a -ésma coluna de uma matrz de dreção, V, no presente V = I. O movmento exploratóro nca com a avalação da função objetvo em x 0 e dos outros pontos, x 0 + hv e x 0 - hv, afastados de x 0 por h. Duas stuações podem surgr com o movmento exploratóro: () Se um destes pontos resulta em um decrescmento do valor da função objetvo, para o caso de mnmzação, então a exploração sucedeu-se de forma satsfatóra, e o ponto partcular que produzu o sucesso é armazenado como um ponto temporáro, x, e x 0 é substtuído por x. () Se nenhum dos pontos produzu um decrescmento no valor da função objetvo, o tamanho do passo pré-defndo, h, é reduzdo pela metade e o movmento exploratóro com x 0 é repetdo. A amostragem é conduzda prmero através da avalação da função objetvo de x 0 + hv e só é testado x 0 - hv se f(x 0 + hv ) f(x 0 ) para o caso de mnmzação. A fase exploratóra pode produzr um ponto base novo ou pode falhar, conforme comentado anterormente, se a fase exploratóra obter sucesso a dreção de busca é, d = x - x 0, (6) e o novo ponto base é x. O método de Hooke-Jeeves concentra o próxmo movmento exploratóro em x 2 = x 0 + 2d = x + d (7) Se este segundo movmento exploratóro não é bem suceddo na melhora (mnmzação) de f(x ), então um movmento exploratóro com x como o centro é tentado. Se este movmento falhar então h é reduzdo e o processo é repetdo. 3.3 Algortmo de evolução memétca O algortmo de evolução memétca (AEM) proposto é mplementado da segunte forma (ver fgura ): () aplcar a PSO descrto na seção 3.; () cada vetor descendente é avalado com relação a uma função de aptdão (ou objetvo); () aplcar o método de Hooke-Jeeves para os w=0% melhores membros da população; (v) enquanto um crtéro de parada não é satsfeto, o cclo evolutvo retorna ao passo (). O crtéro de parada adotado neste artgo é de 00 gerações.
5 -0 T (, 4, 2, ) e ( z, z, z, ) = w = z (3) Fgura. Fluxograma da evolução memétca proposta. 4 Estudos de caso e resultados da smulação O AEM proposto fo analsado para os dos estudos de caso do problema de Weber menconados a segur. 4. Estudo de caso I: Problema de Weber com um mínmo local Este caso é o mas smples e possu três centros de demanda onde T w = ( 2, 4, 5) e ( z, z2, z3 ) = (2) O mínmo global é T d (90, ) objetvo com valor f*(x) = -264,453. * = e tem função 4.2 Estudo de caso II: Problema de Weber com dversos mínmos locas Este segundo estudo de caso tem dos mínmos locas, em ( 0,0 ) e ( 0,0), e mínmo global está em ( 25,30) com função objetvo f*(x) = 9,5607. Neste caso, exstem quatro centros de demanda com 4.3 Análse de resultados Um estudo comparatvo de convergênca nfluencado pelos parâmetros de confguração do AEM fo realzado para 3000 avalações da função objetvo (terações), como crtéro de parada. O threshold para o crtéro de parada dos estudos de caso e 2 é f t (x) = -264,3500 e f t (x) = 9,6000, respectvamente. Estes valores de threshold representam 99,960% e 99,4% da solução global dos estudos de caso analsados, respectvamente. O número de agentes (ndvíduos) da PSO e o ntervalo das soluções ncas para o AEM são escolhdos para serem guas a 20 e [-200,200] n, respectvamente, onde n é a dmensão do problema (n=2). Os outros valores de confguração da PSO são: c = c = 2 0 ; w = 0, 7 e V máx = 80. 2, Na tabelas e 2 são apresentados os resultados obtdos. Adotam-se os valores de λ e β para representar o número de terações usando o método de Hooke- Jeeves e o número de membros da população da PSO utlzados para otmzação pelo método de Hooke- Jeeves, respectvamente. Dferentes valores de β e λ forma escolhdos para as smulações. As escalas do método de Hooke-Jeeves são escolhdas para decrescer gradualmente de um níco de 4,0. Neste contexto, adota-se a metade do valor atual a cada nova teração do método de Hooke-Jeeves, sendo que o número de terações é regdo pela escolha de λ. Os resultados apresentados nas tabelas e 2 são baseados em 00 expermentos usando AEM para os estudos de caso e 2. A análse estatístca fo realzada com 00 dferentes expermentos, sendo que as populações ncas do AEM foram geradas com dferentes sementes, estas para a geração de números aleatóros com dstrbução unforme. Em relação ao estudo de caso, em termos de otmaldade e convergênca, todas as concepções testadas apresentaram convergênca para a solução ótma global em menos de 3000 avalações da função objetvo a ser mnmzada. Testes prelmnares (00 expermentos) também foram realzados com concepções de projeto usando somente PSO ou método de Hooke-Jeeves e na grande maora das vezes não fo obtdo o ótmo global. Os melhores resultados em termos do número total de avalações da função objetvo, precsão e
6 convergênca foram com o AEM() e AEM(5) usando β=5. Nota-se que as taxas de convergênca são melhoradas pela escolha aproprada de β e λ. Para valores de β maores que 0, os AEMs tendem a apresentar uma pora no seu desempenho, ndcando que deve haver um compromsso entre a habldade de busca global e local para obtenção do sucesso em um procedmento de otmzação. Em relação ao estudo de caso 2, nota-se pela tabela 2, de forma análoga ao estudo de caso, que os resultados são promssores a respeto da precsão e convergênca para a solução ótma. Na tabela 2, os valores médos mas baxos em termos de avalações da função objetvo obtdos foram 263, 323 e 335 com o AEM(5), AEM(9) e AEM(), respectvamente, utlzando β=5. 5 Conclusão e futura pesqusa Neste artgo fo apresentada uma abordagem alternatva de evolução memétca baseada em concepção híbrda de PSO e método de Hooke-Jeeves. Esta abordagem fo aplcada com sucesso para a otmzação de dos estudos de caso do problema de Weber. A déa da PSO é nsprada em fenômenos presentes na natureza, tas como bando de pássaros, cardumes de pexes e relações socas humanas. A PSO apresenta algumas lmtações de projeto que podem ser aprmoradas com a utlzação de concetos de evolução memétca, tas como convergênca prematura e a falta de um ajuste dnâmco da equação da velocdade, para obtenção de buscas locas [32]. Entretanto, a PSO é útl na obtenção de áreas de busca mas promssoras, baseadas em buscas globas. Vsando sanar o problema de convergênca prematura e aprmorar as buscas locas, propusemos uma técnca híbrda de PSO com método de Hooke-Jeeves, ou seja, uma abordagem de otmzação baseada nos prncípos da evolução memétca. A motvação para a adoção da abordagem de otmzação híbrda, tratada neste artgo, fo a superação das lmtações de busca local presentes nos AEs quando estes são usados soladamente. Neste caso, os resultados obtdos foram promssores e mostraram que a metodologa proposta apresentou desempenho aproprado e efcênca quanto a precsão, flexbldade e convergênca na resolução do problema de Weber. No entanto, pelos resultados apresentados nas tabelas e 2, nota-se que a qualdade de convergênca e precsão nos resultados obtdos requerem uma avalação profunda vsando a obtenção de um melhor compromsso no projeto de algortmos de evolução memétca envolvendo aspectos de exploração de melhores soluções e robustez no espaço de busca, evtando mínmos locas. A futura pesqusa vnculada a este artgo objetvará um estudo de novas concepções de algortmos de evolução memétca e análse de crtéros de desempenho lgados a: () convergênca, () sensbldade, () custo computaconal, (v) establdade, (v) adaptação de parâmetros de controle e operadores, e (v) precsão das soluções obtdas. 6 Referêncas [] Kuo, R. J.; Cohen, P. H. (998). Manufacturng process control through ntegraton of neural networks and fuzzy model, Fuzzy Sets and Systems, vol. 98, pp [2] Goldbarg, M. C.; Luna, H. P. L. (2000). Otmzação combnatóra e programação lnear: modelos e algortmos, Edtora Campus, Ro de Janero, TJ, Brasl. [3] Ponnambalam, S. G.; Aravndan, P.; Sreenvasa Rao, P. (200). Comparatve evaluaton of genetc algorthms for job-shop schedulng, Producton Plannng and Control, vol. 2, no. 6, pp [4] Carrzosa, E.; Chía, A. M. R-. (997). Weber problems wth alternatve transportaton systems, European Journal of Operatonal Research, vol. 97, no., pp. 87, 93. [5] Ghazr, H. M. (999). A neural heurstc for the multsource Weber problem, INFOR, August, -8. [6] Greulch, F. E. (999). The barycentrc coordnates soluton to the optmal road juncton problem, Journal of Forest Engneerng, vol. 0, no., pp. -4. [7] Fekete, S. P.; Mtchell, J. S. B.; Beurer, K. (2003). on the contnuous Fermat-Weber problem, Operatons Research, vol. 63, no., pp [8] Salh, S.; Gamal, M. D. H. (2003). A cellular type heurstc for the multsource Weber problem, Computers & Operatons Research, vol. 30, no., pp [9] Ruz, J.-P.; Chebat, J-.C.; Hansen, P. (2004). Another trp to the mall: a segmentaton study of customers based on ther actvtes, Journal of Retalng and Consumer Servces, vol., no. 6, pp [0] Ashayer, J.; Heuts, R.; Tammel, B. (2005). A modfed smple heurstc for the p-medan wth
7 facltes desgn applcatons, Robotcs and Computer-Integrated Manufacturng, vol. 2, no. 4-5, pp [] Senne, E. L. F.; Lorena, L. A. N.; Perera, M. A. (2005). A branch-and-prce approach to p-medan locaton problems, Computers & Operatons Research, vol. 32, no. 6, pp [2] Resende, M. G. C.; Werneck, R. F. (2005). A hybrd multstart heurstc for the uncapactated faclty locaton problem, European Journal of Operatonal Research, Elsever (n press). [3] Ballou, R. H. (999). Busness logstcs management: plannng, organzng, and controllng the supply chan, 4th edton, Upper Saddle Rver, NJ, Prentce Hall. [4] Weber, A. (929). Theory of the locaton of ndustres, Chcago: The Unversty of Chcago Press [translated by Carl J. Fredrch from Weber's 909 book]. [5] Maranas, C. D.; Floudas, C. A. (994). A global optmzaton method for Weber s problem, n Large Scale Optmzaton: State of the Art, W. W. Hager, D. W. Hearn, and P. Pardalos (eds.), Boston, Kluwer Academc Publshers, pp [6] Kelley, C. T. (999). Iteratve methods for optmzaton, Socety for Industral and Appled Mathematcs, SIAM, Phladelpha, PA. [7] Sato, T.; Hagwara, M. (997). Bee system: fndng soluton by a concentrated search, IEEE Internatonal Conference on Systems, Man, and Cybernetcs, Orlando, FL, vol. 4, pp [8] Tsutsu, S.; Yamamura, M.; Hguch, T. (999). Mult-parent recombnaton wth smplex crossover n real coded genetc algorthms. Proceedngs of Genetc and Evolutonary Computaton Conference, Orlando, FL, pp [9] Hart, W. E.; Rosn, C.; Belew, R. K.; Morrs, G. M. (2000). Improved evolutonary hybrds for flexble lgand dockng n autodock, Optmzaton n Computatonal Chemstry and Molecular Bology, C. A.Floudas & P. M. Pardalos (eds.), Kluwer Academc Publshers. [20] Knowles, J. D.; Corne, D. W. (2000). M-PAES: a memetc algorthm for multobjectve optmzaton, Proceedngs of the Congress on Evolutonary Computaton, La Jolla, CA, vol., pp [2] Burke, E. K.; Smth, A. J. (2000). Hybrd evolutonary technques for the mantenance schedulng problem, IEEE Transactons on Power Systems, vol. 5, no., pp [22] Smmons, J. (2002). Os 00 maores centstas da hstóra, Edtora Bertrand do Brasl, Ro de Janero, RJ. [23] Turney, P. (996). Myths and legends of the Baldwn effect, Proceedngs of the Workshop on Evolutonary Computng and Machne Learnng, 3th Internatonal Conference on Machne Learnng, Bar, Italy, pp [24] Moscato, P.; Norman, M. G. (992). A memetc approach for the travelng salesman problem mplementaton of computatonal ecology for combnatoral optmsaton on message-passng systems, Internatonal Conference on Parallel Computng and Transputer Applcatons, Amsterdam, Holland, IOS Press, 992. [25] Dawkns, R. (976). The selfsh gene, Oxford Unversty Press, Oxford, UK. [26] Kennedy, J.; Eberhart, R. C. (995). Partcle swarm optmzaton. Proceedngs of the IEEE Internatonal Conference on Neural Networks IV, Perth, Australa, pp [27] Eberhart, R. C.; Kennedy, J. (995). A new optmzer usng partcle swarm theory. Proceedngs of the Sxth Internatonal Symposum on Mcro Machne and Human Scence, Nagoya, Japan, pp [28] Sh, Y.; Eberhart, R. C. (998). A modfed partcle swarm optmzer. Proceedngs of the IEEE Internatonal Conference on Evolutonary Computaton, San Dego, CA, pp [29] Sh, Y.; Eberhart, R. C. (999). Emprcal study of partcle swarm optmzaton. Proceedngs of the Congress on Evolutonary Computaton, Washngton, DC, pp [30] Eberhart, R. C.; Sh, Y. (200). Partcle swarm optmzaton: developments, applcatons and resources, Proceedngs of Congress on Evolutonary Computaton, Seoul, Korea. [3] Hooke, R.; Jeeves, T. A. (96). Drect search soluton of numercal and statstcal problems, Journal of the Assocaton for Computng Machnery, vol. 8, pp [32] Fan, H.-Y.; Sh, Y. (200). Study of Vmax of the partcle swarm optmzaton algorthm, Proceedngs of the Workshop on Partcle Swarm Optmzaton, Indanapols, IN.
8 melhor valor de f(x) para as populações de soluções convergênca obtda nos expermentos avalações da função objetvo necessáras para obtenção da solução ótma Hooke- Jeeves evolução por desvo méda sm / exp. melhor méda desvo por memétca padrão não padrão λ β AEM() -264,3508 0, ,3902 sm AEM(2) -264,353 0, ,3982 sm AEM(3) -264,3504 0, ,3924 sm AEM(4) -264,3500 0, ,3944 sm AEM(5) -264,356 0, ,434 sm AEM(6) -264,363 0, ,462 sm AEM(7) -264,3507 0, ,480 sm AEM(8) -264,3557 0, ,464 sm AEM(9) -264,3530 0, ,4283 sm AEM(0) -264,3502 0, ,4262 sm AEM() -264,3530 0, ,4259 Sm AEM(2) -264,3604 0, ,434 Sm Tabela : Resultados da smulação para o problema de Weber (estudo de caso I). melhor valor de f(x) para as populações de soluções convergênca obtda nos expermentos avalações da função objetvo necessáras para obtenção da solução ótma Hooke- Jeeves evolução por desvo méda sm / exp. melhor méda desvo por memétca padrão não padrão λ β AEM() 9,5998 0,0094 9,5862 sm AEM(2) 9,5996 0,0098 9,5856 sm AEM(3) 9,5627 0,0097 9,5825 sm AEM(4) 9,5999 0,0094 9,5850 sm AEM(5) 9,5995 0,00 9,5784 sm AEM(6) 9,598 0,0090 9,5754 sm AEM(7) 9,5999 0,0094 9,5753 sm AEM(8) 9,5998 0,0089 9,5764 sm AEM(9) 9,5853 0,0032 9,5644 sm AEM(0) 9,5732 0,0026 9,5642 sm AEM() 9,584 0,0034 9,5643 sm AEM(2) 9,586 0,0034 9,5643 sm Tabela 2: Resultados da smulação para o problema de Weber (estudo de caso II).
4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisMODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES
MODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES Marcelo Gonçalves Narcso CNPTIA EMBRAPA narcso@cnpta.embrapa.br Luz Antono Noguera Lorena lorena@lac.npe.br LAC - Laboratóro Assocado
Leia maisUM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO
Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com
Leia maisAlgoritmo Evolutivo Híbrido: Uma Heurística Promissora para o Problema de Localização de Facilidade
Algoritmo Evolutivo Híbrido: Uma Heurística Promissora para o Problema de Localização de Facilidade Leandro dos Santos Coelho (PUCPR) lscoelho@rla01.pucpr.br Viviana Cocco Mariani (PUCPR) mariani@rla01.pucpr.br
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisARTIGO ORIGINAL. Comparação Entre os Métodos PSO e Simulated Annealing na Minimização de Funções Não Lineares
DOI: 10.18605/175-775/cereus.v10np376-388 ARTIGO ORIGINAL Mnmzação de Funções Não Lneares Comparson Between PSO and Smulated Annealng Methods n the Mnmzaton of
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia maisUma abordagem Multi-objetiva Híbrida para Seleção e Atribuição de Pesos a Características para Classificadores k-nn
Uma abordagem Mult-objetva Híbrda para Seleção e Atrbução de Pesos a Característcas para Classfcadores k-nn Salomão S. Madero, Joás E. Souza, Carmelo J. A. Bastos Flho e Adrano L. I. Olvera Departamento
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisAlgoritmos Genéticos e Particle Swarm Optimization e suas aplicações problemas de Guerra Eletrônica.
Algortmos Genétcos e Partcle Swarm Optmzaton e suas aplcações problemas de Guerra Eletrônca. CC (EN) Alexandre de Vasconcelos Sclano sclan@ta.br, Tel +--- Dretora de Sstemas de Armas da Marnha (DSAM) Rua
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisOtimização por Colônia de Partículas
Otmzação por Colôna de Partículas Sezmára de F.P Saramago, Jar Rocha do Prado Faculdade de Matemátca - FAMAT, Unversdade Federal de Uberlânda 38408-00, Uberlânda, MG E-mal: Saramago @ufu.br, jar@mat.ufu.br,.
Leia maisALGORITMO PARTICLE SWARM HÍBRIDO UTILIZADO NA ALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL
ALGORITMO PARTICLE SWARM HÍBRIDO UTILIZADO NA ALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL Pedro Alexo Brandn [] emal: pedrobrandn@clc2.com.br Edgar Manuel Carreño Franco
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisChapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação
Chapter 9 Locaton Localzação de Instalações Problemas de comuncação http://www.youtube.com/watch?v=h_qnu4rwlvu INTRODUÇÃO INTRODUÇÃO Analsar padrões de localzação pode ser nteressante Porque a Whte Castle,
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisSeqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera
Leia maisCOMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO
COMPARAÇÃO ENTRE METODOLOGIA DE OTIMIZAÇÃO GLOBAL E O MÉTODO DE GRADIENTES PARA AJUSTE DE HISTÓRICO ASSISTIDO Célo Mascho e Dens José Schozer, Unversdade Estadual de Campnas, Faculdade de Engenhara Mecânca
Leia maisAlgoritmos Genéticos com Parâmetros Contínuos
com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
ALGORITMO GENÉTICO APLICADO À ELEÇÃO MULTI-CRITÉRIO DE CARTEIRA DE PROJETO DE PETRÓLEO E GÁ Karn upo Gavancho Departamento de Engenhara Elétrca, PUC-RIO, Rua Marques de ão Vcente 225, Ro de Janero Karsupo@ele.puc-ro.br
Leia maisGestão e Teoria da Decisão
Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisProcedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisTRAJETÓRIA ÓTIMA DE ROBÔS MANIPULADORES AO INTERCEPTAR OBJETOS EM MOVIMENTO
16º POSMEC Unversdade Federal de Uberlânda Faculdade de Engenhara Mecânca TRAJETÓRIA ÓTIMA DE ROBÔS MANIPULADORES AO INTERCEPTAR OBJETOS EM MOVIMENTO Rogéro Rodrgues dos Santos Faculdade de Engenhara Mecânca,
Leia maisO USO DA METODOLOGIA DE SUPERFÍCIE DE RESPOSTA PARA ADEQUAR OS PARÂMETROS DE ENTRADA DE UM ALGORITMO GENÉTICO
O USO DA METODOLOGIA DE SUPERFÍCIE DE RESPOSTA PARA ADEQUAR OS PARÂMETROS DE ENTRADA DE UM ALGORITMO GENÉTICO Pedro Alberto Barbetta Departamento de Informátca e de Estatístca CTC UFSC Caxa Postal 476
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisUMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES
UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON
1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de
Leia maisUM NOVO MÉTODO HÍBRIDO APLICADO À SOLUÇÃO DE SISTEMAS NÃO-LINEARES COM RAÍZES MÚLTIPLAS
UM NOVO MÉTODO HÍBRIDO APLICADO À SOLUÇÃO DE SISTEMAS NÃO-LINEARES COM RAÍZES MÚLTIPLAS Mauríco Rodrgues Slva Unversdade Federal de Ouro Preto Departamento Engenhara de Produção UFOP - DEENP João Monlevade,
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisU N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
Leia maisMETAHEURÍSTICA GRASP BI- OBJETIVO PARA UM PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES
METAHEURÍSTICA GRASP BI- OBJETIVO PARA UM PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES WELTON DE SOUZA RIBEIRO (UFV) weltonsrbero@gmal.com JOSE ELIAS CLAUDIO ARROYO (UFV) jarroyo@dp.ufv.br Neste artgo é abordado
Leia maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisRESTAURAÇÃO DE IMAGENS ATRAVÉS DE FILTRAGEM DE KALMAN USANDO PROGRAMAÇÃO EVOLUCIONÁRIA
RESTAURAÇÃO DE IMAGENS ATRAVÉS DE FILTRAGEM DE KALMAN USANDO PROGRAMAÇÃO EVOLUCIONÁRIA RONALDO F. ZAMPOLO, RUI SEARA E ORLANDO J. TOBIAS LINSE: Crcutos e Processamento de Snas Departamento de Engenhara
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisEFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus
EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus Dana Marques de Olvera ; Ellezer Almeda Mello ; Carolne Stephany Inocênco ; Adrano Rbero Mendonça Bolssta PBIC/UEG, graduandos do Curso
Leia mais3 Animação de fluidos com SPH
3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)
Leia maisTermoelétricas de Ciclo Combinado.
Aplcação de Algortmo Genétco na Otmzação da Operação de Undades Termoelétrcas a Cclo Combnado Sandoval Carnero Jr, Ivo Chaves da Slva Jr, André L.M. Marcato, José Luz R. Perera, Paulo A.N.Garca, Paulo
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisPROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS
PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisBalanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos:
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PLANEJAMENTO DE CIRCUITOS SECUNDÁRIOS DE DISTRIBUIÇÃO USANDO ALGORITMO EVOLUTIVO ESPECIALIZADO Antono Marcos Coss Grupo
Leia maisAnálise de influência
Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisEstimação de Distorção Harmônica Total Utilizando Estratégias Evolutivas
1 Estmação de Dstorção Harmônca Total Utlzando Estratégas Evolutvas E. F. Arruda, Member, IEEE e N. Kagan, Senor Member, IEEE Abstract O objetvo deste trabalho é estmar a dstorção harmônca total em barras
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisBUSCA TABU: UMA APLICAÇÃO AO PROBLEMA DE SEQÜÊNCIAÇÃO DE ORDENS DE PRODUÇÃO
BUSCA TABU: UMA APLICAÇÃO AO PROBLEMA DE SEQÜÊCIAÇÃO DE ORDES DE PRODUÇÃO Renato de Olvera Moraes Departamento de Cêncas Exatas e Aplcadas da Unversdade Federal de Ouro Preto Rua 37, nº 115 Barro Loanda.
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisALGORITMOS GENÉTICOS APLICADOS À MODELAGEM ÓTIMA DE PROBLEMAS DE PLANEJAMENTO E UM ESTUDO DE CASO
Anas do 4 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca, São José dos Campos, SP, Brasl, Outubro, 20 a 23, 2008. ALGORITMOS GENÉTICOS APLICADOS
Leia maisAbordagem da Metaheurística Clustering Search com Simulated Annealing para o Problema de Alocação de Berços de Navios
Abordagem da Metaheurístca Clusterng Search com Smulated Annealng para o Problema de Alocação de Berços de Navos Rudne Martns de Olvera 1, *, Geraldo Regs Maur 2, Luz Antono Noguera Lorena 3 1 rudmart@gmal.com,
Leia maisHEURÍSTICA BASEADA NA BUSCA TABU PARA ALOCAÇÃO DE CAPACITORES EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
HEURÍSTICA BASEADA NA BUSCA TABU PARA ALOCAÇÃO DE CAPACITORES EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Mara A. Bago Departamento de Estatístca Unversdade de Brasíla - UnB Brasíla DF - Brasl mamela@u.br
Leia maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia maisALGORITMO MEMÉTICO PARA RWA ESTÁTICO EM WDM SEM CONVERSÃO
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN ALGORITMO MEMÉTICO PARA RWA ESTÁTICO EM WDM SEM CONVERSÃO Tatane Regna Bonfm, Aebo Yamaam 1 Departamento de Telemátca -
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisAVALIAÇÃO DO EFEITO DO MÉTODO DE BUSCA UTILIZADO NA ESTIMAÇÃO DE PARÂMETROS SOBRE A CAPACIDADE PREDITIVA DO MODELO DE OCUPAÇÃO DE MÚLTIPLOS SÍTIOS
AVALIAÇÃO DO EFEITO DO MÉTODO DE BUSCA UTILIZADO NA ESTIMAÇÃO DE PARÂMETROS SOBRE A CAPACIDADE PREDITIVA DO MODELO DE OCUPAÇÃO DE MÚLTIPLOS SÍTIOS A. D. LIMA 1, S. ARVELOS 1 e L. L. ROMANIELO 1 1 Unversdade
Leia maisParticle Swarm Optimization (PSO)
Partcle Swarm Optmzaton (PSO) Fabrco Breve fabrco@rc.unesp.br 03/05/2017 Fabrco Breve 1 Partcle Swarm Optmzaton Otmzação por Enxame de Partículas Proposta em 1995 por: James Kennedy: pscólogo socal Russ
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisUTILIZAÇÃO DE ALGORITMO GENÉTICO PARA ALOCAÇÃO DE GERADORES EM SISTEMAS ISOLADOS DE CORRENTE CONTÍNUA
UTILIZAÇÃO DE ALGORITMO GENÉTICO PARA ALOCAÇÃO DE GERADORES EM SISTEMAS ISOLADOS DE CORRENTE CONTÍNUA Dego N. Gewehr, Eduardo D. de Melo, Donízo Paschoarel Jr. Faculdade de Engenhara UNESP campus de Ilha
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neuras (Intelgênca Artfcal) Aula 14 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de Decsão. K-Nearest Neghbor (KNN). Support Vector Machnes
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisModelo de programação por restrições para o problema de empacotamento ortogonal tridimensional
Capítulo 5 Modelo de programação por restrções para o problema de empacotamento ortogonal trdmensonal Olvana Xaver do Nascmento 1 Llane de Azevedo Olvera 1 Thago Alves de Queroz 1 Resumo: O Problema de
Leia maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisESCOLA POLITÉCNICA DE PERNAMBUCO. Resumo
Resumo A Computação Evoluconára tem sdo bem aplcada na resolução de dversos problemas. Notadamente, a programação evoluconára apresenta bons resultados na mnmzação de funções multmodas. Tradconalmente,
Leia maisPARTICLE SWARM OPTIMIZATION
14 POSMEC - Smpóso do Programa de Pós-Graduação em Engenhara Mecânca Unversdade Federal de Uberlânda Faculdade de Engenhara Mecânca PARTICLE SWARM OPTIMIZATION Felpe Antono Chegury Vana Unversdade Federal
Leia maisAprendizagem de Máquina
Plano de Aula Aprendzagem de Máquna Aprendzagem Baseada em Instâncas Alessandro L. Koerch Introdução Espaço Eucldano Aprendzagem Baseada em Instâncas (ou Modelos Baseados em Dstânca) Regra knn (k vznhos
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisAnálise de áreas de risco considerando os afundamento de tensão em estudos de planejamento
Análse de áreas de rsco consderando os afundamento de tensão em estudos de planejamento J. C. Cebran, L. Camlo, N. Kagan, N. M. Matsuo*, H. Arango Enerq-USP 1 Resumo-- Este trabalho permte avalar os índces
Leia maisMÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS
Pesqusa Operaconal e o Desenvolvmento Sustentável MÉTODOS ITERATIVOS PARA PROBLEMAS DE PRORAMAÇÃO MATEMÁTICA COM INCERTEZAS Rcardo Coêlho Slva Departamento de Telemátca Faculdade de Engenhara Elétrca e
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisI DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS
I-061 - DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS Rta de Cássa do Prado Gudo Gamero (1) Engenhera Cvl pela Unversdade de Campnas / UNICAMP e Mestre
Leia maisMÁQUINA DE VETORES DE SUPORTE BASEADA EM MÍNIMOS QUADRADOS E EVOLUÇÃO DIFERENCIAL APLICADA À IDENTIFICAÇÃO DE UM PROCESSO TÉRMICO
XVIII Congresso Braslero de Automátca / a 6-setembro-00, Bonto-MS MÁQUINA DE VETORES DE SUPORTE BASEADA EM MÍNIMOS QUADRADOS E EVOLUÇÃO DIFERENCIAL APLICADA À IDENTIFICAÇÃO DE UM PROCESSO TÉRMICO GLAUBER
Leia mais4 Análise de confiabilidade de estruturas
4 Análse de confabldade de estruturas Nos prmórdos da engenhara cvl, o desconhecmento técnco-centífco conduza a proetos excessvamente seguros, mas em contrapartda de custo muto elevado. Hoe em da, o progresso
Leia maisModelagens Exata e Heurística para Resolução do Problema do Caixeiro Viajante com Coleta de Prêmios
XXIV Encontro Nac. de Eng. de Produção - Floranópols, SC, Brasl, 03 a 05 de nov de 2004 Modelagens Exata e Heurístca para Resolução do Problema do Caxero Vajante com Coleta de Prêmos Antôno Augusto Chaves
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisEstimação Harmônica Utilizando Algoritmos Evolutivos. E. F. Arruda, N. Kagan Enerq USP Brasil
X SEPOPE 1 a 5 de mao de 006 May 1 rst to 5 th 006 FLORIANÓPOLIS (SC) BRASIL X SIMPÓSIO DE ESPECIALISTAS EM PLANEJAMENTO DA OPERAÇÃO E EXPANSÃO ELÉTRICA X SYMPOSIUM OF SPECIALISTS IN ELECTRIC OPERATIONAL
Leia maisALGORITMOS EVOLUTIVOS INSPIRADOS EM COMPUTAÇÃO QUÂNTICA APLICADOS À OTIMIZAÇÃO DE DESPACHO ECONÔMICO DE ENERGIA ELÉTRICA
ALGORITMOS EVOLUTIVOS INSPIRADOS EM COMPUTAÇÃO QUÂNTICA APLICADOS À OTIMIZAÇÃO DE DESPACHO ECONÔMICO DE ENERGIA ELÉTRICA JÚLIO XAVIER VIANNA NETO, DIEGO LUIS DE ANDRADE BERNERT E LEANDRO DOS SANTOS COELHO
Leia maisO íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4
O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisCONTROLE ATIVO DE VIBRAÇÕES EM PONTES RODOVIÁRIAS. Palavras-chave: Pontes Rodoviárias, Atuadores, Controle Ótimo
CONTROLE ATIVO DE VIBRAÇÕES EM PONTES RODOVIÁRIAS Pablo Anbal Lopez-Yanez Judas Tadeu Gomes de Sousa Unversdade ederal da Paraíba, Centro de Tecnologa, Pós-graduação em Mecânca, 5859-9, João Pessoa, PB,
Leia maisINF 1771 Inteligência Artificial
INF 77 Intelgênca Artfcal Aula 8 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de decsão. K-Nearest Neghbor (KNN). Support Vector Machnes (SVM).
Leia mais