Banca de DEFESA: ALEXSANDRO TRINDADE SALES DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALEXSANDRO TRINDADE SALES DA SILVA
DATA: 20/07/2016
HORA: 09:00
LOCAL: Mini Auditório do PRODEP - FANAT/UERN
TÍTULO:

DESENVOLVIMENTO DE UM FRAMEWORK PARA UTILIZAÇÃO DO GR-LEARNING EM PROBLEMAS DE OTIMIZAÇÃO COMBINATÓRIA

PALAVRAS-CHAVES:

Metaheurística, GRASP, aprendizado por reforço.

PÁGINAS: 98
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Teoria da Computação
ESPECIALIDADE: Análise de Algoritmos e Complexidade de Computação
RESUMO:

A utilização de metaheurísticas para resolução de problemas otimização combinatória pertencente à classe NP-Difícil vem se tornando cada vez mais comum, e segundo Temponi (2007 apud RIBEIRO, 1996) uma metaheurística deve ser modelada de acordo com o problema que ela foi projetada para resolver. Isto na maioria vezes requer muitas alterações quando se tem que aplicar uma mesma metaheurística a diversos tipos de problemas de otimização combinatória. Neste trabalho foi proposto um framework para utilização de uma metaheurística híbrida proposta por Almeida (2014) onde foi utilizado a metaheurística GRASP Reativo juntamente com uma técnica de aprendizagem por reforço mais especificamente o algoritmo Q-learning (GR-Learning), que foi utilizado para aprender com o passar das iterações qual α utilizar durante a fase de construção da GRASP. O GR-Learning foi utilizado para resolver o problema dos p-Centros aplicado a Segurança Pública na Cidade de Mossoró/RN. Este trabalho propõe um framework para utilização do GR-Learning a diversos outros problemas de otimização combinatória que não seja necessariamente o problema dos p-Centros. Para validar a eficácia do framework proposto o mesmo foi utilizado para resolver dois problemas clássicos de otimização combinatória: O Problema de Localização de Hubs (do inglês Hub Location Problem - HLP) e o Problema de Corte e Estoque – PCE (do inglês Cutting Stock Problem - CSP). Para validação dos resultados obtidos foram utilizadas instâncias com resultados já conhecidos na literatura e adicionalmente foi criada uma instância com dados do setor aeroviário Brasileiro. Os resultados obtidos mostraram que o framework proposto foi bastante competitivo quando comparado a outros resultados de diversos a já conhecidos na literatura, pois obteve o valor ótimo em quase todas as instâncias do HLP como também novos valores (melhores que o valor ótimo conhecido na literatura) para algumas instâncias do CSP.

MEMBROS DA BANCA:
Presidente - 750.461.054-20 - FRANCISCO DAS CHAGAS DE LIMA JÚNIOR - UERN
Interno - 007.356.404-40 - FRANCISCO DANTAS DE MEDEIROS NETO - UERN
Interno - 025.989.134-77 - CARLOS HEITOR PEREIRA LIBERALINO - UERN
Interno - 057.630.884-68 - DARIO JOSÉ ALOISE - UFRN
Externo à Instituição - JOÃO PAULO S. MEDEIROS - UFRN