Autores

5065
2275,163
5066
2275,163

Informações:

Publicações do PESC

Título
Seleção Automática de Heurísticas para Alguns Problemas da Otimização Combinatória
Linha de pesquisa
Inteligência Artificial
Tipo de publicação
Tese de Doutorado
Número de registro
Data da defesa
1/7/2011
Resumo
O problema de seleção de algoritmos consiste em selecionar o melhor algoritmo para uma dada instância de um problema computacional, de acordo com alguma característica da instância. Apresenta-se, nesta tese, a análise e o desenvolvimento de agentes de natureza híbrida na seleção automática de heurísticas para instâncias de problemas da otimização combinatória, especialmente os problemas Max-SAT e Cobertura de Vértices Mínima. Primeiramente, é realizada uma análise teórica e experimental de um método de seleção de algoritmos para o problema Max-SAT, que escolhe entre resolver uma instância exata ou aproximadamente, com ganho de complexidade. Algumas inconsistências na formulação original foram detectadas e corrigidas. Uma modificação do método foi proposta para resolver um problema de natureza experimental, detectado no mecanismo de seleção do método. Em sequência, foi desenvolvido um modelo para seleção automática de heurísticas para os problemas Max-SAT e Cobertura de Vértices Mínima. O seu principal compontente, uma sequência de vértices a serem visitados e a ação tomada sobre eles, é chamado de heurística. A busca pela heurística que melhor resolve uma dada instância é realizada por meio de um Algoritmo Genético. Para um conjunto bem conhecido de heurísticas e instâncias de benchmark, demonstra-se que o modelo proposto apresenta bons resultados experimentais para os dois problemas, obtendo resultados melhores em uma fração significativa de casos.
Abstract
The algorithm selection problem aims at selecting the best algorithm for a given instance of a computational problem, according/bounded to some special characteristics. The analysis and the development of hybrid agents for the automatic selection of algorithms for instance of combinatorial optimization problems, specially Max-SAT and Minimum Vertex Cover problems, is presented in this thesis. First, we provide a theoretical and an experimental analysis of a selection method of algorithms related to the problem Max-SAT, where a problem instance is solved exactly or approximately, with gain of complexity. Some inconsistencies in the original formulation were detected and corrected. A modification was proposed to solve a detected experimental problem in the selection mechanism. Thereafter, an experimental model was developed for automatic selection of heuristics for Max-SAT and Minimum Vertex Cover problems. Its main component, the heuristic, is a sequence of vertices to be visited and the action taken on them. The search for the best heuristic that solves a given instance is performed using a genetic algorithm. For a number of well established Max-SAT and Minimum Vertex Cover heuristics and benchmark instances, we demonstrate that the proposed model outperforms the related work in a significant fraction of the cases.
Topo