Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufop.br/jspui/handle/123456789/12726| Título: | Uma nova formulação para otimização multi-objetivo em redes de filas finitas gerais e com único servidor. |
| Autor(es): | Souza, Gabriel Lima de |
| Orientador(es): | Moreira, Gladston Juliano Prates Duarte, Anderson Ribeiro |
| Palavras-chave: | Algoritmos genéticos Otimização combinatória Inteligência artificial |
| Data do documento: | 2020 |
| Membros da banca: | Moreira, Gladston Juliano Prates Duarte, Anderson Ribeiro Cruz, Frederico Rodrigues Borges da Silva, Ivair Ramos |
| Referência: | SOUZA, 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. |
| Resumo: | Uma 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. |
| Resumo em outra língua: | A 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 networks |
| Descrição: | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. |
| URI: | http://www.repositorio.ufop.br/handle/123456789/12726 |
| Licença: | Autorização 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. |
| Aparece nas coleções: | PPGCC - Mestrado (Dissertações) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DISSERTAÇÃO_NovaFormulaçãoOtimização.pdf | 1,98 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons
