Arquitetura híbrida multiagente AMAM aplicada ao problema p-Hub Centro

• Ano de defesa: 2020
• Autor(a) principal: Silva, Jardell Fillipe da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Federal de Educação Tecnológica de Minas Gerais; Externas/Outras Instituições
• Palavras-chave em Português: Inteligência artificial – Teses; Agentes inteligentes (Software) – Teses; Programação heurística – Teses; Sistemas inteligentes de controle – Teses; Otimização combinatória – Teses; Ciência da Computação
• Link de acesso: https://locus.ufv.br//handle/123456789/30042

Esta Dissertação estuda duas variantes do Problema pHub Centro (pHCP), denominadas Problema pHub Centro não Capacitado de Múltiplas Alocações (UMApHCP) e o Problema pHub Centro Capacitado de Múltiplas Alocações (CMApHCP). Inicialmente, a descrição destas variantes é apresentada, incluindo suas caracterizações, modelos matemáticos e uma revisão bibliográfica do estado da arte associado. Em seguida, introduz-se a fundamentação teórica necessária para o desenvolvimento dessa dissertação. Como se trata de problemas NP-Difíceis, esta dissertação utilizou-se, além de modelos de programação matemática, de técnicas heurísticas e metaheurísticas. A implementação destas últimas é realizada usando-se um estrutura híbrida multiagente denominada Framework AMAM. O Framework AMAM possui capacidade de hibridização de metaheurísticas através da abordagem multiagente. O espaço de busca de cada agente deste é o próprio espaço de busca do problema, possibilitando flexibilidade para tratar problemas distintos. A ação do agente no espaço de busca é autônoma e permite a execução simultânea de vários agentes, de forma cooperativa. Esta dissertação propõe três propostas de resolução, implementadas no Framework AMAM, para a solução dos problemas abordados, além da solução via programação matemática. A primeira proposta, para a resolução do UMApHCP, consiste em um método híbrido, que combina a fase de construção da metaheurística GRASP com um Algoritmo Genético. A segunda proposta, também para a resolução do UMApHCP, substitui, na primeira proposta, o algoritmo genético pela metaheurística ILS. A terceira proposta, para a solução do problema CMApHCP, utiliza a metaheurística VNS e a heurística de busca local VND, combinada com a fase de construção da metaheurística GRASP. Estas propostas foram avaliadas por meio de testes computacionais em conjuntos de instâncias disponíveis na literatura. Os resultados obtidos foram satisfatórios e comprovam a eficiência do Framework AMAM, além de mostrar que a utilização de sistemas multiagente é eficaz na resolução de problemas de otimização.