Abstract:Esse artigo tem como objetivo fazer uma análise sobre o algoritmo NN*. Foi proposto um deslocamento no ponto de aleatoriedade de base por meio de duas propostas, a fim de obter uma otimização em relação ao algoritmo NN*. Após alteração, foram obtidos percentuais de ganhos na margem de até 24% sobre os valores da literatura.
“…O Problema do Caixeiro Viajante (do inglês "Traveling Salesman Problem" ou TSP), é um problema de otimização combinatória, que consiste na busca de um trajeto com a menor distância entre dois pontos para reduzir os custos de transporte (SOUZA et al, 2017;LOSQUI;. Na formulação desse problema um caixeiro viajante tem de visitar n cidades, começando e terminando na mesma cidade.…”
Algoritmos de metaheurísticasão largamente empregados na otimizaçãode problemasem diferentesáreas.Diversos estudos têm, por exemplo, aplicado esse método naotimizaçãoda logística de caminhões em mina a céu aberto.Esta pesquisa abordauma análise experimental da metaheurística GRASP* por meio do deslocamento do ponto de aleatoriedade, com métricas ainda não exploradas na literatura, a fim de severificar o desempenhodo algoritmo em relaçãoarespostassubótimas. Após a análise do comportamento do algoritmo com a alteração dos pontos de aleatoriedade, foi realizadoum estudode seu desempenhoem relação aquantidade dos ciclos de processamento. Basesde dadosjá avaliadas em outras pesquisas, somadas a 10 outras bases de referência presentes naliteratura,foram empregadasdurante aanálise exploratória do método GRASP*.Alémdisso, os resultadosobtidos peloalgoritmo GRASP* foramcomparadoscomaheurística construtiva NN*. Os resultados do presenteestudodemonstram que as alterações aplicadas aométodo GRASP* proporcionaramganhos de mais de 24% em desempenho para determinados valoresde deslocamento de pontos de aleatoriedadee ganhos de mais de 10% com a variação de números de ciclos.Talestrutura pode ser implementadapara a otimização de estratégias logísticasque podem conduzir negócios de milhões de dólares, como a mineração a céu aberto.
“…O Problema do Caixeiro Viajante (do inglês "Traveling Salesman Problem" ou TSP), é um problema de otimização combinatória, que consiste na busca de um trajeto com a menor distância entre dois pontos para reduzir os custos de transporte (SOUZA et al, 2017;LOSQUI;. Na formulação desse problema um caixeiro viajante tem de visitar n cidades, começando e terminando na mesma cidade.…”
Algoritmos de metaheurísticasão largamente empregados na otimizaçãode problemasem diferentesáreas.Diversos estudos têm, por exemplo, aplicado esse método naotimizaçãoda logística de caminhões em mina a céu aberto.Esta pesquisa abordauma análise experimental da metaheurística GRASP* por meio do deslocamento do ponto de aleatoriedade, com métricas ainda não exploradas na literatura, a fim de severificar o desempenhodo algoritmo em relaçãoarespostassubótimas. Após a análise do comportamento do algoritmo com a alteração dos pontos de aleatoriedade, foi realizadoum estudode seu desempenhoem relação aquantidade dos ciclos de processamento. Basesde dadosjá avaliadas em outras pesquisas, somadas a 10 outras bases de referência presentes naliteratura,foram empregadasdurante aanálise exploratória do método GRASP*.Alémdisso, os resultadosobtidos peloalgoritmo GRASP* foramcomparadoscomaheurística construtiva NN*. Os resultados do presenteestudodemonstram que as alterações aplicadas aométodo GRASP* proporcionaramganhos de mais de 24% em desempenho para determinados valoresde deslocamento de pontos de aleatoriedadee ganhos de mais de 10% com a variação de números de ciclos.Talestrutura pode ser implementadapara a otimização de estratégias logísticasque podem conduzir negócios de milhões de dólares, como a mineração a céu aberto.
Um aumento na taxa de crescimento populacional leva a maiores taxas de demanda por consumo de energia elétrica. Portanto, há necessidade de um planejamento otimizado nas redes de distribuição de energia elétrica. Nesse planejamento, a localização e o balanceamento de carga de cada subestação são de extrema importância nos sistemas de distribuição. O problema pode ser modelado como um problema de otimização combinatória. Neste artigo, propomos um modelo de alocação usando a p-mediana para este problema. Os heurísticos métodos desenvolvidos para resolver este problema foram baseados nos algoritmos de Teitz e Bart (1968), para encontrar a melhor localização das subestações, e Gillett e Jhonson (1976), que designa pontos de demanda a serem conectados a cada subestação. Finalmente, um método exato usando o algoritmo branch-and-bound foi usado para comparar os resultados computacionais. Os testes utilizaram diversos cenários aplicados às redes de distribuição de energia elétrica em uma região metropolitana. Os resultados computacionais foram promissores em termos de qualidade e tempo computacional.
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.