dc.contributor | Universidade Estadual de Maringá (UEM) | |
dc.contributor | Universidade Estadual Paulista (Unesp) | |
dc.date.accessioned | 2015-04-27T11:55:43Z | |
dc.date.available | 2015-04-27T11:55:43Z | |
dc.date.created | 2015-04-27T11:55:43Z | |
dc.date.issued | 2011 | |
dc.identifier | Varia Scientia, v. 10, n. 17, p. 147-162, 2011. | |
dc.identifier | 1519-9886 | |
dc.identifier | http://hdl.handle.net/11449/122412 | |
dc.identifier | ISSN1519-9886-2011-10-17-147-162.pdf | |
dc.identifier | 2294602229519458 | |
dc.identifier | 9919773182316062 | |
dc.identifier | 0000-0002-4762-2048 | |
dc.description.abstract | The Set Covering Problem (SCP) plays an important role in Operational Research since it can be found as part of several real-world problems. In this work we report the use of a genetic algorithm to solve SCP. The algorithm starts with a population chosen by a randomized greedy algorithm. A new crossover operator and a new adaptive mutation operator were incorporated into the algorithm to intensify the search. Our algorithm was tested for a class of non-unicost SCP obtained from OR-Library without applying reduction techniques. The algorithms found good solutions in terms of quality and computational time. The results reveal that the proposed algorithm is able to find a high quality solution and is faster than recently published approaches algorithm is able to find a high quality solution and is faster than recently published approaches using the OR-Library. | |
dc.description.abstract | O Problema de Cobertura de Conjuntos (PCC) é bastante importante em Pesquisa Operacional, pois, pode ser encontrado como parte de vários problemas reais. Neste trabalho é reportado o uso de um algoritmo genético para resolver o PCC. O Algoritmo inicia com uma população gerada por uma heurística gulosa randômica. Um novo operador de cruzamento e um novo operador adaptativo de mutação foram incorporados para intensificar a busca. Nosso algoritmo foi testado para uma classe de exemplos “non-unicost”, obtido da “OR-Library”, sem aplicar técnicas de redução. O Algoritmo encontrou boas soluções em termos de qualidade e tempo computacional. Os resultados revelam que o algoritmo proposto é capaz de encontrar soluções de boa qualidade de maneira mais rápida do que algumas abordagens recentemente publicadas na literatura usando as instâncias da OR-Library. | |
dc.language | por | |
dc.relation | Varia Scientia | |
dc.rights | Acesso aberto | |
dc.source | Currículo Lattes | |
dc.subject | Cobertura de conjunto | |
dc.subject | algoritmos genéticos | |
dc.subject | set covering problem | |
dc.subject | genetic algorithms | |
dc.title | Novo algoritimo genético para problemas de cobertura de conjuntos | |
dc.type | Artículos de revistas | |