Banca de QUALIFICAÇÃO: HEITOR NUNES COSTA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : HEITOR NUNES COSTA
DATA : 28/05/2026
HORA: 09:30
LOCAL: meet.google.com/zxi-qvuq-xsd
TÍTULO:

ANÁLISE DE REDES DE ÓTIMOS LOCAIS PARA SELEÇÃO DE META-HEURÍSTICAS BASEADAS NA TOPOLOGIA DO
ESPAÇO DE BUSCA

 


PALAVRAS-CHAVES:

Redes de Ótimos Locais. Paisagem de Fitness. Problema do Caixeiro Viajante. Meta-heurísticas. Seleção de Algoritmos.


PÁGINAS: 45
RESUMO:

A seleção de meta-heurísticas para problemas de otimização combinatória NP-difíceis é tradicionalmente empírica e custosa. Este trabalho demonstra que Redes de Ótimos Locais (ROLs), enquanto modelo da paisagem de fitness, constituem um instrumento eficaz para a seleção entre classes de meta-heurísticas, tomando o Problema do Caixeiro Viajante Simétrico (PCVS) e Assimétrico (PCVA) como caso de estudo. ROLs são construídas por amostragem snowball combinada a random walk, extraindo-se dez características topológicas. O Iterated Local Search (ILS) e o Algoritmo Genético com operador Edge Assembly Crossover (AG-EAX), representantes do estado da arte em meta-heurísticas de trajetória única e populacionais, são usados para validação. Os resultados em doze instâncias da TSPLIB revelam que o peso médio dos laços reflexivos e o número de caminhos de hill-climbing classificam corretamente onze instâncias: ILS prevalece nas simétricas (funil) e AG-EAX nas assimétricas (topologia fragmentada), confirmando as ROLs como instrumento preditivo. A abordagem apresenta potencial de generalização para além do PCV, podendo ser aplicada a outros problemas de otimização combinatória NP-difíceis, onde a análise topológica da paisagem de fitness pode orientar a seleção de meta-heurísticas de forma sistemática e interpretável.


MEMBROS DA BANCA:
Interno - ***.630.884-** - DARIO JOSÉ ALOISE - UERN
Interno - 1669481 - FABIO FRANCISCO DA COSTA FONTES
Interno - ***.461.054-** - FRANCISCO CHAGAS DE LIMA JÚNIOR - UERN
Externo à Instituição - DANIEL ALOISE
Notícia cadastrada em: 19/05/2026 14:36
SIGAA | Superintendência de Tecnologia da Informação e Comunicação - (84) 3317-8210 | Copyright © 2006-2026 - UFRN - sig-prd-sigaa03.sigaa03