Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/tede/6095
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAndrade, Lisieux Marie Marinho dos Santos-
dc.date.accessioned2015-05-14T12:36:40Z-
dc.date.accessioned2018-07-21T00:14:31Z-
dc.date.available2014-06-18-
dc.date.available2018-07-21T00:14:31Z-
dc.date.issued2013-08-08-
dc.identifier.citationANDRADE, Lisieux Marie Marinho dos Santos. Novas Abordagens Sequencial e Paralela da meta-heurística C-GRASP Aplicadas à Otimização Global Contínua. 2013. 101 f. Dissertação (Mestrado em Informática) - Universidade Federal da Paraí­ba, João Pessoa, 2013.por
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/tede/6095-
dc.description.abstractThe present work deals with the Continuous Global Optimization Problem, in its minimization form, by testing two approaches for the Continuous Greedy Randomized Adaptive Search Procedure (C-GRASP). The development of the first method - sequential and hybrid - comes from the deficiency of current approaches to provide a good neighborhood space exploration. Being constructed from the combination of two meta-heuristics, standard C-GRASP and Continuous General Variable Neighborhood Search (C-GVNS), as a strategy to achieving symmetric trades of neighborhood structures, it performed efficiently in the computational tests that were taken. The second procedure arises from the large consume of time when using high dimension functions with the standard C-GRASP construction procedure. As the optimization problems have a high dimensionality increase, it s preferable to have two parallel versions of the optimization method in order to handle bigger problems. Thus, for this new procedure developed, it was used the Compute Unified Device Architecture (CUDA), which provided promising acceleration regarding the processing time, based on the experiments performed.eng
dc.description.provenanceMade available in DSpace on 2015-05-14T12:36:40Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2336902 bytes, checksum: 41580878008a0f84da693637a48ceb33 (MD5) Previous issue date: 2013-08-08eng
dc.description.provenanceMade available in DSpace on 2018-07-21T00:14:31Z (GMT). No. of bitstreams: 2 arquivototal.pdf: 2336902 bytes, checksum: 41580878008a0f84da693637a48ceb33 (MD5) arquivototal.pdf.jpg: 3479 bytes, checksum: 64b952ed0524a5aa720a6862ad51f8fe (MD5) Previous issue date: 2013-08-08en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior-
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal da Paraí­bapor
dc.rightsAcesso abertopor
dc.subjectOtimização Global Contínuapor
dc.subjectContinuous Greedy Randomized Adaptive Search Procedurepor
dc.subjectC-GGVNSpor
dc.subjectCompute Unified Device Architecturepor
dc.subjectContinuous Global Optimizationeng
dc.subjectContinuous Greedy Randomized Adaptive Search Procedureeng
dc.subjectC-GGVNSeng
dc.subjectCompute Unified Device Architectureeng
dc.titleNovas Abordagens Sequencial e Paralela da meta-heurística C-GRASP Aplicadas à Otimização Global Contínuapor
dc.typeDissertaçãopor
dc.contributor.advisor1Cabral, Lucídio dos Anjos Formiga-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6699185881827288por
dc.creator.Latteshttp://lattes.cnpq.br/8824525263721786por
dc.description.resumoO presente trabalho aborda o Problema de Otimização Global Contínua, em sua forma de minimização, através de duas abordagens para o procedimento Continuous Greedy Randomized Adaptive Search Procedure (C-GRASP). A elaboração do primeiro método, sequencial e híbrido, parte da deficiência presente nas abordagens atuais, em promover boa exploração no espaço de vizinhança. Sendo constituída da combinação de duas meta-heurísticas, C-GRASP padrão e Continuous General Variable Neighborhood Search (C-GVNS). Como estratégia para a realização de trocas sistemática de estruturas de vizinhanças, mostrou-se eficiente aos testes computacionais realizados. O segundo procedimento elaborado parte do grande consumo de tempo ao utilizar funções com alta dimensão, pelo procedimento de construção do método C-GRASP padrão. Como os problemas de otimização possuem crescimento elevado de dimensionalidade, é desejável ter versões paralelas do método de otimização para lidar com os problemas maiores. Desta forma, para o novo procedimento elaborado foi empregado a plataforma de computação paralela Compute Unified Device Architecture (CUDA), que, conforme verificado nos experimentos realizados, promoveu promissora aceleração quanto ao tempo de processamento.por
dc.publisher.countryBRpor
dc.publisher.departmentInformáticapor
dc.publisher.programPrograma de Pós Graduação em Informáticapor
dc.publisher.initialsUFPBpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://tede.biblioteca.ufpb.br:8080/retrieve/14814/arquivototal.pdf.jpg*
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
arquivototal.pdf2,28 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.