The modified Hopfield architecture applied in dynamic programming problems and bipartite graph optimization

Silva, I. N. da; Goedtel, Alessandro; Flauzino, Rogério Andrade

doi:10.3233/his-2007-4103

Cited by 4 publications

(4 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Conforme apresentado no Capítulo 2, um problema típico de programação dinâmica pode ser modelado como um conjunto constituído de um nó fonte e um nó destino com n- Em Silva et al (2007) foi apresentada uma rede recorrente que fornecia resultados satisfatórios para problemas de Programação Dinâmica, mas a convergência em direção aos pontos de equilíbrio era lenta para os casos complexos, sendo que este fato pode comprometer a aplicabilidade efetiva da abordagem proposta. Outro aspecto importante é que a rede utilizava um parâmetro de inicialização obtido experimentalmente.…”

Section: Problemas De Programação Dinâmica: O Problema Do Caminho Mínimounclassified

“…Para mostrar a aplicabilidade e eficiência da abordagem neuro-genética, diferentes configurações para o problema do caminho mínimo foram simuladas e comparadas com as abordagens apresentadas por Chiu et al (1991), Silva et al (2007) Em Pires et al (2008a;c) podem ser encontrados os resultados obtidos da aplicação da abordagem neuro-genética para o problema do caminho mínimo.…”

Section: Experimentos: Problema Do Caminho Mínimounclassified

“…As configurações utilizadas nos experimentos do problema do caminho mínimo visando propósitos de validação, modelados e solucionados por meio da Rede de Hopfield Genética, foram comparados com dois métodos inteligentes { (Chiu et al, 1991) e (Silva et al, 2007)} e também com dois algoritmos exatos {algoritmo de Dijkstra e Programação Dinâmica}. As diversas simulações realizadas confirmam que a abordagem proposta é uma alternativa viável para solucionar problemas de conexão em otimização combinatória, considerando tanto a precisão das soluções obtidas como também o tempo de convergência despendido para o alcance dos pontos de equilíbrio que representam tais soluções.…”

Section: Conclusõesunclassified

“…iv) Redução do custo computacional para problemas com alta dimensionalidade, quando comparado com a abordagem proposta em Silva et al (2007). Os algoritmos exatos apresentaram um desempenho muito superior em relação à RHG, porém, estes algoritmos são específicos para o problema do caminho mínimo.…”

Section: Conclusõesunclassified

See 3 more Smart Citations

Abordagem neuro-genética para mapeamento de problemas de conexão em otimização combinatória

Pires¹

View full text Add to dashboard Cite

Porque Dele e por meio Dele, e para Ele são todas as coisas.Glória, pois, a Ele eternamente. Amém. Romanos 11, 36i AgradecimentosAgradeço a DEUS, em nome de Jesus, por tudo o que tem feito por mim e por todas as vitórias alcançadas. Agradeço por mais uma vez me capacitar na realização de um trabalho tão importante para a minha vida, mas acima de qualquer coisa, esta é mais uma obra para a honra e a glória de Seu nome. Diante das vantagens destacadas pela abordagem proposta e da dificuldade presente nos demais trabalhos, a RHG torna-se uma ferramenta promissora para a solução de problemas de conexão em otimização combinatória. Organização da teseEste trabalho está dividido em sete capítulos, os quais são organizados como se segue.No Capítulo 2 são apresentados conceitos envolvendo otimização combinatória, os tipos de problemas existentes e quais as técnicas comumente utilizadas para resolvê-los.O Capítulo 3 apresenta as metodologias de inteligência computacional utilizadas no desenvolvimento deste trabalho, redes neurais artificiais e algoritmos genéticos, descrevendo os conceitos, parâmetros e respectivas aplicabilidades.No Capítulo 4 é formulada a abordagem neuro-genética desenvolvida, descrevendo a rede neural utilizada, a qual incorpora a técnica do subespaço-válido de soluções para confinar as restrições envolvidas com os problemas de otimização bem como o algoritmo genético, aplicado na otimização das funções objetivo destes problemas.O Capítulo 5 apresenta a aplicação da abordagem neuro-genética para a solução de problemas de conexão em otimização combinatória. Mostra-se também um panorama das abordagens neurais e genéticas disponíveis na literatura, as quais são utilizadas na solução de problemas de otimização combinatória, mais especificamente para o problema do caminho mínimo.Os experimentos e resultados obtidos da aplicação da abordagem neuro-genética aos problemas do caminho mínimo, das N-rainhas e do emparelhamento bipartido são relatados no Capítulo 6.Finalmente, no Capítulo 7, apresentam-se as conclusões e os trabalhos futuros. Otimização de SistemasNeste capítulo são apresentados os problemas de otimização combinatória e os principais métodos para suas soluções. Na Seção 2.1 são apresentados a definição e os componentes de um problema geral de otimização. A Seção 2.2 descreve conceitos e dificuldades envolvendo otimização combinatória, sua classificação e metodologias aplicáveis em sua resolução. Problemas e Técnicas de OtimizaçãoOtimização é o processo de buscar a melhor solução (ou solução ótima) dentre um conjunto de soluções disponíveis para um problema. A otimização pode ser dividida em duas classes: global e local, sendo que a otimização global encontra a melhor solução do conjunto entre todas as soluções possíveis e, a otimização local, encontra uma solução que não é a melhor de todas, mas se apresenta como a melhor dentro de um subconjunto do conjunto universo (Bazaraa et al., 2006 Como exemplo da utilização destes elementos, considera-se um sistema de produção.As variáveis de decisão po...

show abstract

Section: Problemas De Programação Dinâmica: O Problema Do Caminho Mínimounclassified

Section: Experimentos: Problema Do Caminho Mínimounclassified

Section: Conclusõesunclassified