Uma abordagem multi-objetivo do método de fertilização in vitro para os algoritmos NSGA-II e GDE3

Página do item simplificado
dc.contributor.advisor1Camilo Junior, Celso Gonçalves
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6776569904919279eng
dc.contributor.referee1Camilo Junior, Celso Gonçalves
dc.contributor.referee2Soares, Telma Woerle de Lima
dc.contributor.referee3Lima Neto, Fernando Buarque de
dc.creatorSampaio, Sávio Menezes
dc.creator.Latteshttp://lattes.cnpq.br/8298486891093090eng
dc.date.accessioned2020-02-27T10:39:09Z
dc.date.issued2020-01-28
dc.description.abstractobjective problems, especially for complex and multimodal. Due to the balance between its exploration and exploitation capabilities, and its ability to avoid local optimal, we speculate that this method can also improve Multi-Objective Evolutionary Algorithms. In this way, this work proposes the adaptation of the In Vitro Fertilization method to the Multi-Objective approach, with new collection and transfer criteria, as well as its coupling to the Multi-Objective Evolutionary Algorithms NSGA-II, based on Genetic Algorithms, and GDE3, based on Differential Evolution, to create new Multi-Objective Memetic Algorithms: IVF/NSGA-II and IVF/GDE3. We evaluated the efficacy of the proposals by comparing canonic NSGA-II with memetic IVF/NSGA-II, as well as GDE3 with memetic IVF/GDE3, applied to Multi-Objective benchmark ZDT, and to the Multi-Objective problem MOTSP-VENDOR. The results show that the In Vitro Fertilization method adapted to the Multi-Objective approach contributed to the fact that the memetic versions exceeded the canonical versions. The results also indicate that this approach is promising to support MOEAs.eng
dc.description.provenanceSubmitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2020-02-21T10:48:06Z No. of bitstreams: 2 Dissertação - Sávio Menezes Sampaio - 2020.pdf: 3738024 bytes, checksum: a728524b70b05c13fcd915d4359ae3c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2020-02-27T10:39:09Z (GMT) No. of bitstreams: 2 Dissertação - Sávio Menezes Sampaio - 2020.pdf: 3738024 bytes, checksum: a728524b70b05c13fcd915d4359ae3c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2020-02-27T10:39:09Z (GMT). No. of bitstreams: 2 Dissertação - Sávio Menezes Sampaio - 2020.pdf: 3738024 bytes, checksum: a728524b70b05c13fcd915d4359ae3c1 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2020-01-28eng
dc.description.resumoO Algoritmo Genético de Fertilização In Vitro - IVF/GA é um algoritmo promissor aplicável a problemas mono-objetivo, especialmente para os complexos e multimodais. Devido ao equilíbrio entre seus recursos de exploração e intensificação, e suas habilidades para evitar ótimos locais, especulamos que este método também pode melhorar os algoritmos evolucionários multi-objetivos. Desta forma, este trabalho propõe a adaptação do método In Vitro à abordagem multi-objetivo, com novos critérios de coleta e de transferência, assim como o seu acoplamento aos algoritmos evolucionários multi-objetivo NSGA-II, baseado nos algoritmos genéticos, e GDE3, baseado na evolução diferencial, para criarmos assim novos algoritmos meméticos multi-objetivo: IVF/NSGA-II e IVF/GDE3. Avaliamos a eficácia das propostas comparando o NSGA-II canônico com o memético IVF/NSGA-II, assim como o GDE3 com o memético IVF/GDE3, aplicados ao benchmark multi-objetivo ZDT e ao problema multi-objetivo MOTSP-VENDOR. Os resultados mostram que o método In Vitro adaptado à abordagem multi-objetivo contribiu para que as versões meméticas superassem as versões canônicas. Os resultados também indicam que essa abordagem é promissora para apoiar MOEAs.eng
dc.formatapplication/pdf*
dc.identifier.citationSAMPAIO, Sávio Menezes. Uma abordagem multi-objetivo do método de fertilização in vitro para os algoritmos NSGA-II e GDE3. 2020. 119 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2020.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/10373
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 (INF)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAlgoritmos meméticos multi-objetivopor
dc.subjectAlgoritmos evolutivos multi-objetivopor
dc.subjectMétodo de fertilização in vitropor
dc.subjectHibridismopor
dc.subjectEvolução diferencialpor
dc.subjectMulti-objective memetic algorithmseng
dc.subjectMulti-objective evolutionary algorithmseng
dc.subjectIn vitro fertilization methodeng
dc.subjectHibridismeng
dc.subjectDifferential evolutioneng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOeng
dc.titleUma abordagem multi-objetivo do método de fertilização in vitro para os algoritmos NSGA-II e GDE3eng
dc.title.alternativeA multi-objective approach of the in vitro fertilization method for the NSGA-II and GDE3 algorithmseng
dc.typeDissertaçãoeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Sávio Menezes Sampaio - 2020.pdf
Tamanho:
3.56 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

Mestrado em Ciência da Computação (INF)