Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Freitas, Alan Robert Resende de | - |
Autor(es): dc.contributor | Freitas, Alan Robert Resende de | - |
Autor(es): dc.contributor | Carvalho, Marco Antonio Moreira de | - |
Autor(es): dc.contributor | Toffolo, Túlio Ângelo Machado | - |
Autor(es): dc.contributor | Arroyo, José Elias Claudio | - |
Autor(es): dc.contributor | Guimarães, Frederico Gadelha | - |
Autor(es): dc.creator | Costa, Rodolfo Ayala Lopes | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:56:17Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:56:17Z | - |
Data de envio: dc.date.issued | 2022-02-24 | - |
Data de envio: dc.date.issued | 2022-02-24 | - |
Data de envio: dc.date.issued | 2020 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/14551 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1027972 | - |
Descrição: dc.description | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. | - |
Descrição: dc.description | A otimização caixa-cinza tem emergido como uma alternativa promissora aos tradicionais métodos de otimização caixa-preta, uma vez que esses métodos tradicionais deterioram seu desempenho ao lidar com problemas de larga escala. Embora trabalhos relacionados à otimização caixa-cinza tenham sido introduzidos na literatura nos últimos anos, há uma carência de estudos sobre essa abordagem no contexto de otimização contínua. Os problemas de otimização contínua representam uma importante subclasse de problemas práticos de otimização. Em particular, estudos sobre otimização contínua de problemas de larga escala vem recebendo especial atenção na última década. Nesse contexto, este trabalho se propõe a estudar e desenvolver diferentes abordagens caixa-cinza para lidar com essa subclasse de problemas. Para isso, definições matemáticas de separabilidade de problemas de otimização que são a base teórica para implementação das abordagens caixa-cinza são apresentadas e discutidas. Baseados nessas definições, diferentes algoritmos caixa-cinza foram propostos neste estudo. Um estudo experimental utilizando um conjunto de problemas de otimização contínua de larga escala foi proposto para investigar o desempenho das abordagens introduzidas. Os resultados demonstram um desempenho promissor das abordagens caixa-cinza em comparação com as versões caixa-preta. Em resumo, esses resultados demonstram a capacidade das estratégias caixa-cinza de melhorar as soluções encontradas e economizar tempo de processamento, explorando a estrutura do problema e avaliações parciais. | - |
Descrição: dc.description | Gray-box optimization has been emerging as a promissory alternative to black-box optimization since black-box algorithms deteriorate their performance to tackle large-scale problems. Even though gray-box optimization-related works have been proposed in the literature over the last few years, there is a lack of studies about gray-box methods to solve continuous optimization problems. Continuous optimization problems represent an important subclass of real-world optimization problems. In particular, the large-scale continuous optimization problem has been getting special attention in optimization researches over the past decade. Thus, this work proposes studying and developing different gray-box approaches to deal with large-scale continuous optimization problems. This study discussed the mathematical concepts of separability definitions for continuous optimization problems that are the theoretical foundation for implementing gray-box optimization approaches. Thus, this study proposes different gray-box algorithms for local and global optimization, considering the separability definitions studied. An experimental study with a well-known benchmark for large-scale continuous optimization problems has been proposed to investigate the performance of the introduced gray-box algorithms. The results show a promissory performance of gray-box approaches compared to traditional black-box versions. In summary, results show that the gray-box approaches can achieve better solutions and save time processing by exploring the problem structure and partial evaluations. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/02/2022 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. | - |
Palavras-chave: dc.subject | Otimização contínua | - |
Palavras-chave: dc.subject | Problemas de otimização contínua de larga escala | - |
Palavras-chave: dc.subject | Otimização contínua caixa-cinza | - |
Título: dc.title | Estratégias de otimização contínua Caixa-Cinza para problemas de larga escala. | - |
Título: dc.title | Gray-Box continuous optimization strategies for large-scale problems. | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: