Use este identificador para citar ou linkar para este item: http://dspace.mackenzie.br/handle/10899/18459
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMasutti, Thiago Augusto Soares-
dc.date.accessioned2017-03-22T15:10:55Z-
dc.date.accessioned2017-06-14T01:08:27Z-
dc.date.available2017-06-14T01:08:27Z-
dc.date.issued2016-08-10-
dc.identifier.citationMASUTTI, Thiago Augusto Soares. Um framework inspirado no comportamento coletivo de abelhas para a solução de problemas de roteamento de veículos. 2016. 119 f. Dissertação (Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo .por
dc.identifier.urihttp://tede.mackenzie.br/jspui/handle/tede/3123-
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/18459-
dc.description.abstractCombinatorial optimization problems are widely studied in the literature. On the one hand, their challenging characteristics, such as the constraints and number of potential solutions, inspire their use to test new solution techniques. On the other hand, the practical application of these problems provides support on daily tasks of people and companies. Vehicle routing problems constitute a well-known class of combinatorial optimization problems, from which the Traveling Salesman Problem (TSP) is one of the most elementary problems. Despite its simplicity, the difficulty in finding its exact solution and its direct application in practical problems in multiple areas make it one of the most studied problems in the literature. Algorithms inspired by biological phenomena are being successfully applied to optimization problems, mainly combinatorial optimization problems. Those inspired by the collective behavior of insects produce good results for solving such problems. This work proposes the VRoptBees, a framework inspired by honeybee behavior to tackle vehicle routing problems. Together with the framework, two examples of implementation are described, one to solve the TSP and the other to solve the Capacitated Vehicle Routing Problem (CVRP). Tests were conducted with benchmark instances from the literature, on which the implementation for the TSP presented the third best results in a comparison with other bee-inspired algorithms.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.description.sponsorshipFundo Mackenzie de Pesquisapor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/-
dc.subjectroteamento de veículospor
dc.subjectinteligência de enxame (abelha)por
dc.subjectcolônia de abelhaspor
dc.titleUm framework inspirado no comportamento coletivo de abelhas para a solução de problemas de roteamento de veículospor
dc.typeDissertaçãopor
dc.publisher.departmentEscola de Engenharia Mackenzie (EE)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoProblemas de otimização combinatória são largamente estudados na literatura. De um lado, suas características desafiadoras, como o número de restrições e possíveis soluções, inspiram seu uso para testar novas técnicas de solução. Por outro lado, a aplicação prática desses problemas auxilia no dia a dia de pessoas e empresas. Os problemas de roteamento de veículos constituem uma classe muito conhecida da otimização combinatória, tendo o Problema de Caixeiro Viajante (PCV) como um dos mais elementares. Apesar de sua simplicidade, a dificuldade em encontrar uma solução exata e sua direta aplicação prática em diversas áreas o faz um dos problemas mais estudados na literatura. Algoritmos inspirados em fenômenos naturais têm sido utilizados com sucesso em problemas de otimização, principalmente de natureza combinatória. Aqueles inspirados no comportamento coletivo de insetos apresentam bons resultados para esses problemas. Nesse trabalho é proposto um framework inspirado no comportamento de abelhas para a solução de problemas de roteamento de veículos, chamado de VRoptBees. Junto ao framework, dois exemplos de implementações são propostos, um para a solução do PCV e outro para o Problema de Roteamento de Veículos Capacitados (PRVC). Testes foram feitos com instâncias de benchmark comumente utilizadas na literatura, com a implementação ao PCV apresentando o terceiro melhor resultado entre os algoritmos inspirados em abelhas.por
dc.creator.Latteshttp://lattes.cnpq.br/4062885462356326por
dc.contributor.advisor1Silva, Leandro Nunes de Castro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.referee1Vallim Filho, Arnaldo Rabello de Aguiar-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2511892257148568por
dc.contributor.referee2Coelho, Guilherme Palermo-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0597865875425201por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/13444/THIAGO%20AUGUSTO%20SOARES%20MASUTTI.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/3123/5/THIAGO%20AUGUSTO%20SOARES%20MASUTTI.pdf
dc.keywordsvehicle routingeng
dc.keywordsswarm intelligence (bee)eng
dc.keywordsbee-inspired algorithmeng
Aparece nas coleções:Engenharia Elétrica - Dissertações - EE Higienópolis

Arquivos associados a este item:
Não existem arquivos associados a este item.


Este arquivo é protegido por direitos autorais



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.