This paper approaches the problem of finding the system of representatives of a family of disjoint sets. To solve this problem, three methods were used: integer programming, branch-and-bound, and the BRKGA metaheuristic. We observed that, in randomly generated instances, the branch-and-bound algorithm was the best exact method but it was surpassed by BRKGA for large instances.
Selecionar variáveis consiste em escolher um subconjunto de características, que fornecem informações úteis, em um grande conjunto de dados. Nesse contexto, a calibração multivariada é um campo de estudo que utiliza técnicas estatísticas para construir modelos matemáticos, os quais estabelecem um aprendizado sobre os dados. Para construir tais modelos, muitas vezes torna-se necessário utilizar técnicas de seleção de variáveis. Algoritmos bioinspirados têm sido adaptados e utilizados como métodos de seleção por diversos trabalhos na literatura. O Algoritmo do Morcego (BA, do inglês Bat Algorithm) é uma meta-heurística inspirada na ecolocalização dos morcegos, no qual cada morcego pode ser considerado como uma possível solução para o espaço de busca. Com isso, este trabalho propõe uma implementação do BA para a seleção de variáveis em problemas de calibração multivariada. Os resultados demonstram que o nosso BA é até três vezes melhor que métodos tradicionais em relação à capacidade preditiva de modelos de calibração.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.