Estratégias para alocação de recursos de controle ótimo em cenários estocásticos

Página do item simplificado
dc.contributor.advisor-co1Coelho, Clarimar José
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1350166605717268eng
dc.contributor.advisor1Soares, Telma Woerle Lima
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6296363436468330eng
dc.contributor.referee1Soares, Telma Woerle Lima
dc.contributor.referee2Martins, Wellington
dc.contributor.referee3Soares, Anderson da Silva
dc.contributor.referee4Carvalho, Rafael Viana de
dc.contributor.referee5Laureano, Gustavo Teodoro
dc.creatorGalvão Filho, Arlindo Rodrigues
dc.creator.Latteshttp://lattes.cnpq.br/7744765287200890eng
dc.date.accessioned2019-06-27T12:47:06Z
dc.date.issued2019-06-10
dc.description.abstractApplication of computational models has contributed to understanding of different dynamics as well as possible more effective control strategies. Three widely used examples are deterministic formulations of compartmental models, individuals based models, and complex networks based models. An alternative to such models is a stochastic approach, which allows uncertainties insertion to models, providing more realistic results. In this context, this work proposes use of deterministic compartmental models to obtain optimum control policies, and later evaluation of such policy applied in a stochastic scenario using a equivalent individual based model. It also proposes three new control strategies based on dynamics and topology in complex network models. To models validation, a case study based on epidemiological dynamics was done, in which proposed strategies resulted in significant reductions in number of infected individuals, optimizing resource spending. Insertion of uncertainty in models was positive for average behavior analysis of dynamics. In addition, a parallel MBI model was proposed to be processed in graphic cards. With this improvement it was possible to obtain a reduction by a factor of twenty in processing time.eng
dc.description.provenanceSubmitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2019-06-18T14:32:00Z No. of bitstreams: 2 Tese - Arlindo Rodrigues Galvão Filho - 2019.pdf: 21607516 bytes, checksum: 286771ba862264442d6bc8cb0f7ed42b (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceRejected by Luciana Ferreira (lucgeral@gmail.com), reason: Na citação fica: Tese (Doutorado em Ciência da Computação em Rede) - Universidade Federal de Goiás, Goiânia, 2xxx. on 2019-06-18T15:57:36Z (GMT)eng
dc.description.provenanceSubmitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2019-06-25T16:36:56Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese - Arlindo Rodrigues Galvão Filho - 2019.pdf: 21607516 bytes, checksum: 286771ba862264442d6bc8cb0f7ed42b (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2019-06-27T12:47:06Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese - Arlindo Rodrigues Galvão Filho - 2019.pdf: 21607516 bytes, checksum: 286771ba862264442d6bc8cb0f7ed42b (MD5)eng
dc.description.provenanceMade available in DSpace on 2019-06-27T12:47:06Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese - Arlindo Rodrigues Galvão Filho - 2019.pdf: 21607516 bytes, checksum: 286771ba862264442d6bc8cb0f7ed42b (MD5) Previous issue date: 2019-06-10eng
dc.description.resumoA aplicação de modelos computacionais tem contribuído para o entendimento de diferentes dinâmicas, bem como possíveis estratégias de controle mais eficazes. Três exemplos amplamente utilizados são formulações determinísticas dos modelos compartimentais, modelos baseados em indivíduos e modelos baseados em redes complexas. Uma alternativa a tais modelos é uma abordagem estocástica, que possibilita a inserção de incertezas aos modelos proporcionando resultados mais realistas. Neste contexto, este trabalho propõe o uso de modelos compartimentais determinísticos para obtenção de políticas de controle ótimo, e posteriormente a avaliação de tal política aplicada em um cenário estocástico utilizando uma modelagem baseada em indivíduo equivalente. Também propõe três novas estratégias de controle baseado na dinâmica e topologia para modelos de redes complexas. Os modelos foram validados por meio de um estudo de caso baseado em dinâmicas epidemiológicas. As estratégias propostas resultaram em reduções significativas na quantidade de indivíduos infectados, otimizando o gasto de recursos. A inserção de incerteza nos modelos se mostrou positivo para a análise do comportamento médio das dinâmicas. Adicionalmente, foi proposto um modelo MBI paralelizado para ser processado em placas gráficas. Com este aprimoramento foi possível obter uma redução por um fator de vinte no tempo de processamento.eng
dc.description.sponsorshipOutroeng
dc.formatapplication/pdf*
dc.identifier.citationGALVÃO FILHO, Arlindo Rodrigues. Estratégias para alocação de recursos de controle ótimo em cenários estocásticos. 2019. 126 f. Tese (Doutorado em Ciência da Computação em Rede) - Universidade Federal de Goiás, Goiânia, 2019.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/9741
dc.languageporeng
dc.publisherUniversidade Federal de Goiáseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Informática - INF (RG)eng
dc.publisher.initialsUFGeng
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação em Rede UFG/UFMS (INF)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectModelagem estocásticapor
dc.subjectControle ótimopor
dc.subjectEpidemiologia matemáticapor
dc.subjectSIRpor
dc.subjectSIRCpor
dc.subjectMBIpor
dc.subjectRedes complexaspor
dc.subjectStochastic modelingeng
dc.subjectOptimal controleng
dc.subjectMathematical epidemiologyeng
dc.subjectComplex networkseng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOeng
dc.titleEstratégias para alocação de recursos de controle ótimo em cenários estocásticoseng
dc.title.alternativeStrategies for allocating optimal control resources in stochastic scenarioeng
dc.typeTeseeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Tese - Arlindo Rodrigues Galvão Filho - 2019.pdf
Tamanho:
20.61 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Doutorado em Ciência da Computação em Rede - UFMS/UFG (INF)