Hibridização de heurística para o problema da diversidade máxima com mineração de dados

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRosseti, Isabel Cristina Mello-
Autor(es): dc.contributorCardoso, Daniel-
Autor(es): dc.contributorAbitbol, Yuri-
Autor(es): dc.creatorOliveira, Eduardo Canellas de-
Data de aceite: dc.date.accessioned2024-07-11T17:36:31Z-
Data de disponibilização: dc.date.available2024-07-11T17:36:31Z-
Data de envio: dc.date.issued2024-02-19-
Data de envio: dc.date.issued2024-02-19-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/32287-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/753753-
Descrição: dc.descriptionDado um conjunto de elementos V, |V| = n, em que cada par desse conjunto possui um valor de diversidade entre eles, o Problema da Diversidade Máxima consiste em selecionar um conjunto M ⊂ V, sendo |M| = m, m < n, que possua o maior somatório de diversidade entre seus elementos. Este problema é NP-Difícil com aplicações em diversas áreas, tais como genética, biologia, recursos humanos, entre outras. Neste trabalho, nosso objetivo é investigar uma implementação da heurística baseada em GRASP, chamada KLD, para este problema, e integrá-la com Mineração de Dados usando a técnica MDM-GRASP. Resultados computacionais mostraram que a heurística GRASP com múltiplas minerações de dados, chamada MDM_KLD, superou os resultados obtidos pela heurística original. Ademais, eles se revelaram competitivos com os da heurística estado da arte para este problema-
Descrição: dc.descriptionGiven a set of elements V, |V| = n, where each pair of this set has a diversity value between them, the Maximum Diversity Problem consists of selecting a set M ⊂ V, being |M| = m, m < n, which has the greatest sum of diversity between its elements. This problem is an NP-Hard problem with applications in several areas, such as genetics, biology, and human resources. In this work, our objective is to investigate a GRASP-based heuristics implementation, called KLD, to this problem and integrate it with Data Mining by using the MDM-GRASP technique. Computational results showed that the GRASP heuristic with multiple data minings, MDM_KLD, overcame the results obtained by the original heuristic. Furthermore, the proposed heuristic proved competitive with the state-of-the-art heuristic for this problem-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectHeurísticas-
Palavras-chave: dc.subjectProblema da diversidade máxima-
Palavras-chave: dc.subjectMineração de dados-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectHeurística-
Palavras-chave: dc.subjectMetaheurística GRASP-
Palavras-chave: dc.subjectHeuristics-
Palavras-chave: dc.subjectMaximum diversity problem-
Palavras-chave: dc.subjectData mining-
Título: dc.titleHibridização de heurística para o problema da diversidade máxima com mineração de dados-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.