2026-09-26T12:41:17Zhttps://repositorioaberto.uab.pt/server/oai/request

oai:repositorioaberto.uab.pt:10400.2/29312026-07-29T08:18:54Zcom_10400.2_15393com_10400.2_15392col_10400.2_1436

Oliveira, Teresa Juan, Angel Monteiro, Andreia A. 2014-01-30T15:56:38Z 2014-01-30T15:56:38Z 2013 Monteiro, Andreia Alves Forte de Oliveira - O planeamento de experiências no aperfeiçoamento de metaheuristicas [Em linha]. Lisboa : [s.n.], 2013. 91 p. http://hdl.handle.net/10400.2/2931 urn:tid:201138930 201138930 Dissertação de Mestrado em Estatística, Matemática e Computação apresentada à Universidade Aberta Os problemas de otimização combinatória têm, nas últimas décadas despertado um grande interesse por parte dos investigadores, quer pela sua aplicação prática, quer pela sua dificuldade. A área do ajuste dos parâmetros duma metaheurística tem crescido bastante, com um número cada vez maior de publicações. O facto da maioria dos problemas clássicos já terem sido resolvidos com as metaheurísticas existentes direciona a comunidade científica da área a trabalhar para que os modelos e técnicas existentes gerem cada vez melhores resultados. No 1º Capítulo é feita uma introdução ao Planeamento de Experiências e Metaheurísticas e explicada a motivação para a abordagem deste tema. No Capítulo 2 realiza-se uma apresentação dos Planos Fatoriais de base dois, importantes na definição dos parâmetros estatisticamente significativos e no Capítulo 3 dos Planos Fatoriais Fracionados que são essenciais quando o número de parâmetros aumenta. O Capítulo 4 tem como objetivo fazer uma breve caraterização das técnicas de Metodologia de Superfície de Resposta importantes na definição posterior das funções de desirability, utilizadas na resolução de problemas de otimização com múltiplas respostas. No Capítulo 5 define-se alguns conceitos básicos sobre o ajuste de parâmetros de metaheurísticas, realiza-se uma revisão de literatura e são apresentados quatro exemplos de metodologias adotadas. O Capítulo 6 é reservado para a apresentação de uma proposta de metodologia de ajuste dos parâmetros de metaheurísticas que faz uso das funções desirability e é apresentada uma aplicação dessa metodologia. No Capítulo 7 são feitas algumas considerações finais e registadas perspetivas futuras de trabalho. In last years researchers have been increased their interest in the combinatorial optimization problems, due to their practical implementation and to its difficulty. The area of fine-tuning parameters of a metaheuristic has grown, with a growing number of publications. The fact that most of the classic problems have already been solved with the existing metaheuristics directs the research community to work on improving the existing models and techniques, so that they generate increasingly better results. The Chapter 1 is an introduction to the Design of experiments and metaheuristics and is explained the motivation for tackling this issue. In Chapter 2 is made a presentation of the Factorial Designs base 2 important in the definition of witch parameters are statistically significant and in Chapter 3 Fractional Factorial Design base 2, essential when the number of parameters increases. Chapter 4 aims to make a brief characterization of the techniques of Response Surface Methodology, important in the later definition of desirability functions, used in solving optimization problems with multiple responses. In Chapter 5 are defined out some basics about fine tuning parameters of metaheuristics, is carried out a literature review and are presented four examples of methodologies adopted. Chapter 6 is reserved for the presentation of a proposed methodology for setting the parameters of metaheuristics which makes use of desirability functions, and presents an application of this methodology. In chapter 7 some concluding remarks are made and recorded future work prospects. por Matemática computacional Estatística Planeamento Experimentação Projetos experimentais Otimização combinatória O planeamento de experiências no aperfeiçoamento de metaheuristicas master thesis Publication openAccess masterThesisopen.access