| Summary: | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. === Made available in DSpace on 2013-07-16T01:31:20Z (GMT). No. of bitstreams: 1
223154.pdf: 452480 bytes, checksum: 32034bdd69509f5e45a87f49f8215540 (MD5) === A busca por soluções de problemas envolvendo otimização combinatorial tem sido motivo de estudos e pesquisas há muito tempo. Grande parte dos métodos propostos para a resolução de problemas desse tipo, que buscam soluções ótimas, está baseada em técnicas conhecidas como branch-and-bounds. Entretanto, o principal problema desse tipo de abordagem consiste no esforço computacional exigido. O tempo de computação necessário para a determinação de uma solução pode atingir níveis impraticáveis, tornando-os muitas vezes inviáveis em aplicações práticas.
Como alternativa, atualmente, diversos métodos de aproximação estão sendo propostos. São abordagens que buscam soluções aceitáveis, próximas às soluções ótimas, porém, com tempos de processamento viáveis. Como exemplos típicos dessa abordagem podem ser citados os algoritmos das Formigas, Genéticos, Simulated Anneling, etc.
Nesta dissertação é apresentado um novo algoritmo de aproximação que poderá ser empregado em problemas dessa natureza. Basicamente, o que está sendo proposto é a utilização do algoritmo Simulated Annealing em sua forma original, combinado com os operadores crossovers dos Algoritmos Genéticos. Além da hibridização dos algoritmos aludidos, também é explorada neste trabalho a potencialidade da paralelização dos mesmos em um ambiente multiprocessado.
Na implementação e nos testes do modelo proposto foi utilizado o clássico Problema do Caixeiro Viajante que é um dos representantes desta classe de problema de otimização combinatorial, mais utilizados como benchmark.
|
|---|
