Uma nova formulação para otimização multi-objetivo em redes de filas finitas gerais e com único servidor.

Simple item page
dc.contributor.advisorMoreira, Gladston Juliano Pratespt_BR
dc.contributor.advisorDuarte, Anderson Ribeiropt_BR
dc.contributor.authorSouza, Gabriel Lima de
dc.contributor.refereeMoreira, Gladston Juliano Pratespt_BR
dc.contributor.refereeDuarte, Anderson Ribeiropt_BR
dc.contributor.refereeCruz, Frederico Rodrigues Borges dapt_BR
dc.contributor.refereeSilva, Ivair Ramospt_BR
dc.date.accessioned2020-09-15T21:14:38Z
dc.date.available2020-09-15T21:14:38Z
dc.date.issued2020
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractUma nova formulação de programação matemática é proposta para um problema de otimização em redes de filas. A soma das probabilidades de bloqueio de uma rede de filas acíclicas finitas de servidor único e tempo de serviço geral é minimizada juntamente com o tamanho total da área de espera e as taxas gerais de serviço. Um algoritmo genético multiobjetivo (MOGA) e um algoritmo multiobjetivo de otimização por enxame de partículas (MOPSO) é adaptado para resolver esse difícil problema estocástico. O algoritmo resultante produz um conjunto de soluções eficientes para mais de um objetivo. A implementação dos algoritmos de otimização depende do método de expansão generalizado (GEM), uma ferramenta clássica usada para avaliar o desempenho de redes de filas finitas. Um conjunto de experimentos computacionais é apresentado para evidenciar a eficácia e eficiência da abordagem proposta. As informações obtidas a partir da análise de uma rede complexa podem ajudar no planejamento desses tipos de redes de filas.pt_BR
dc.description.abstractenA new mathematical programming formulation is proposed for an optimization problem in queueing networks. The sum of the blocking probabilities of a general service time, single server, finite, acyclic queueing network is minimized, as are the total buffer sizes and the overall service rates. A multi-objective genetic algorithm (MOGA) and a particle swarm optimization (MOPSO) algorithm are combined to solve this difficult stochastic problem. The derived algorithm produces a set of efficient solutions for multiple objectives in the objective function. The implementation of the optimization algorithms is dependent on the generalized expansion method (GEM), a classical tool used to evaluate the performance of finite queueing networks. A set of computational experiments is presented to attest to the efficacy and efficiency of the proposed approach. Insights obtained from the analysis of a complex network may assist in the planning of these types of queueing networkspt_BR
dc.identifier.citationSOUZA, Gabriel Lima de. Uma nova formulação para otimização multi-objetivo em redes de filas finitas gerais e com único servidor. 59 f. 2020. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/12726
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 02/09/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subjectOtimização combinatóriapt_BR
dc.subjectInteligência artificialpt_BR
dc.titleUma nova formulação para otimização multi-objetivo em redes de filas finitas gerais e com único servidor.pt_BR
dc.typeDissertacaopt_BR
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DISSERTAÇÃO_NovaFormulaçãoOtimização.pdf
Size:
1.93 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
924 B
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
PPGCC - Mestrado (Dissertações)