Programação multi-objetivo fuzzy / Fuzzy multiobjective programming
AUTOR(ES)
Ricardo Coelho Silva
DATA DE PUBLICAÇÃO
2009
RESUMO
O objetivo deste trabalho é buscar, estudar e estabelecer as condições de otimali-dade para resolver problemas de programação multi-objetivo irrestritos e restritos em um ambiente impreciso. Essas imprecisões estão presentes nos problemas da vida real e existem muitas formas de tratá-las, mas nesse trabalho será usado a teoria de conjuntos nebulosos. Utilizando como base a otimização nebulosa, foram desenvolvidas duas abordagens para resolver problemas multi-objetivo nebulosos. A primeira abordagem transforma um problema nebuloso em um problema clássico paramétrico com um número maior de funções objetivo, a qual é chamada de paramétrica. A segunda abordagem, chamada de possibilística, usa a teoria de possibilidade como um índice de comparação entre números nebulosos com a finalidade de garantir condições de otimalidade em um ambiente nebuloso. Alguns exemplos numéricos são resolvidos usando um algoritmo genético chamado NSGA-II elitista, com algumas modificações para a comparação de números nebulosos, e depois feita uma análise dos resultados encontrados por ambos os enfoques
ASSUNTO(S)
evolutionary computation programação multiobjetiva conjuntos difusos mathematical optimization multiobjective programming programação (matemática) mathematical programming fuzzy set computação evolutiva otimização matematica
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000467934Documentos Relacionados
- Interpolação virtual de soluções de programação multi-objetivo discreta com operação probabilística
- Multi-objective optimization for engineering system design
- Evolutionary multi-objective algorithms for Phylogenetic Inference
- Multi-objective approach to protein tertiary structure prediction
- Multi-objective genetic algorithms applied to protein sequence alignment.