Skip to content

Trabalhos de Otimização e Meta-Heurísticas PPGI-UFES.

License

Notifications You must be signed in to change notification settings

marcosspalenza/OMH_2019

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Otimização e Meta-Heurísticas 2019

Trabalhos apresentados na disciplina de Otimização e Meta-Heurísticas para o problema de roteamento de veículos. No caso, foram aplicados os métodos Particle Swarm Optimization e Clustering Search para solução do Capacited Vehicle Routing Problem (CVRP). O primeiro trabalho consistiu na aplicação dos dois modelos. Enquanto isso, o segundo é caracterizado pela combinação dos dois métodos para melhoria dos resultados observados.

Clustering Search (*CS)

Clustering Search (*CS) é uma meta-heurística que compreende a aplicação de clusterização em meio aos resultados dos otimizadores. A proposta dividi-se em quatro partes: meta-heurística de busca, clusterização iterativa, módulo de análise e a busca local. Assim, a técnica refere-se ao agrupamento de respostas similares resultantes de uma meta-heurística inicial para estabelercer processos de otimização independentes via busca local.

Particle Swarm Optimization (PSO)

Particle Swarm Optimization (PSO) é uma meta-heurística baseada no comportamento de coletivo de animais. Este tipo de comportamento biológico é modelado através da Swarm Intelligence, subárea da Computação Evolutiva. A Swarm Intelligence caracteriza-se pela modelagem descentralizada de indivíduos de modo autoorganizado, seja ele natural ou artificial. Aplicado em geral para conjuntos de solução contínuos, a implementação foi adaptada aos conjuntos discretos, denominado Discrete Particle Swarm Optimization (DPSO) na literatura.

About

Trabalhos de Otimização e Meta-Heurísticas PPGI-UFES.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages