Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: João Vitor Torres
Orientador(a): Fabio Gagliardi Cozman
Banca de defesa: Leliane Nunes de Barros, Paulo Eigi Miyagi
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Engenharia Mecânica
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/D.3.2006.tde-05092006-130307
Resumo: Os Processos de Decisão de Markov (PDMs) são uma importante ferramenta de planejamento e otimização em ambientes que envolvem incertezas. Contudo a especificação e representação computacional das distribuições de probabilidades subjacentes a PDMs é uma das principais dificuldades de utilização desta ferramenta. Este trabalho propõe duas estratégias para representação destas probabilidades de forma compacta e eficiente. Estas estratégias utilizam redes Bayesianas e regularidades entre os estados e as variáveis. As estratégias apresentadas são especialmente úteis em sistemas onde as variáveis têm muitas categorias e possuem forte inter-relação. Além disso, é apresentada a aplicação destes modelos no gerenciamento de grupos de impressoras (um problema real da indústria e que motivou o desenvolvimento do trabalho) permitindo que estas atuem coletiva e não individualmente. O último tópico discutido é uma análise comparativa da mesma aplicação utilizando Lógica Difusa.
id USP_36aa12e314b241cd047de69ac530e76c
oai_identifier_str oai:teses.usp.br:tde-05092006-130307
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras. Compact representations of Markov decision processes and their application to printer management. 2006-06-02Fabio Gagliardi CozmanLeliane Nunes de BarrosPaulo Eigi MiyagiJoão Vitor TorresUniversidade de São PauloEngenharia MecânicaUSPBR administração de impressoras artificial intelligence inteligência artificial Markov decision processes printer management processos de decisão de Markov Os Processos de Decisão de Markov (PDMs) são uma importante ferramenta de planejamento e otimização em ambientes que envolvem incertezas. Contudo a especificação e representação computacional das distribuições de probabilidades subjacentes a PDMs é uma das principais dificuldades de utilização desta ferramenta. Este trabalho propõe duas estratégias para representação destas probabilidades de forma compacta e eficiente. Estas estratégias utilizam redes Bayesianas e regularidades entre os estados e as variáveis. As estratégias apresentadas são especialmente úteis em sistemas onde as variáveis têm muitas categorias e possuem forte inter-relação. Além disso, é apresentada a aplicação destes modelos no gerenciamento de grupos de impressoras (um problema real da indústria e que motivou o desenvolvimento do trabalho) permitindo que estas atuem coletiva e não individualmente. O último tópico discutido é uma análise comparativa da mesma aplicação utilizando Lógica Difusa. Markov Decision Processes (MDPs) are an important tool for planning and optimization in environments under uncertainty. The specification and computational representation of the probability distributions underlying MDPs are central difficulties for their application. This work proposes two strategies for representation of probabilities in a compact and efficient way. These strategies use Bayesian networks and regularities among states and variables. The proposed strategies are particularly useful in systems whose variables have many categories and have strong interrelation. This proposal has been applied to the management of clusters of printers, a real problem that in fact motivated the work. Markov Decision Processes are then used to allow printers to act as a group, and not just individually. The work also presents a comparison between MDPs and Fuzzy Logic in the context of clusters of printers. https://doi.org/10.11606/D.3.2006.tde-05092006-130307info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:16:34Zoai:teses.usp.br:tde-05092006-130307Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:50Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
dc.title.alternative.en.fl_str_mv Compact representations of Markov decision processes and their application to printer management.
title Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
spellingShingle Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
João Vitor Torres
title_short Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
title_full Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
title_fullStr Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
title_full_unstemmed Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
title_sort Representações compactas para processos de decisão de Markov e sua aplicação na adminsitração de impressoras.
author João Vitor Torres
author_facet João Vitor Torres
author_role author
dc.contributor.advisor1.fl_str_mv Fabio Gagliardi Cozman
dc.contributor.referee1.fl_str_mv Leliane Nunes de Barros
dc.contributor.referee2.fl_str_mv Paulo Eigi Miyagi
dc.contributor.author.fl_str_mv João Vitor Torres
contributor_str_mv Fabio Gagliardi Cozman
Leliane Nunes de Barros
Paulo Eigi Miyagi
description Os Processos de Decisão de Markov (PDMs) são uma importante ferramenta de planejamento e otimização em ambientes que envolvem incertezas. Contudo a especificação e representação computacional das distribuições de probabilidades subjacentes a PDMs é uma das principais dificuldades de utilização desta ferramenta. Este trabalho propõe duas estratégias para representação destas probabilidades de forma compacta e eficiente. Estas estratégias utilizam redes Bayesianas e regularidades entre os estados e as variáveis. As estratégias apresentadas são especialmente úteis em sistemas onde as variáveis têm muitas categorias e possuem forte inter-relação. Além disso, é apresentada a aplicação destes modelos no gerenciamento de grupos de impressoras (um problema real da indústria e que motivou o desenvolvimento do trabalho) permitindo que estas atuem coletiva e não individualmente. O último tópico discutido é uma análise comparativa da mesma aplicação utilizando Lógica Difusa.
publishDate 2006
dc.date.issued.fl_str_mv 2006-06-02
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/D.3.2006.tde-05092006-130307
url https://doi.org/10.11606/D.3.2006.tde-05092006-130307
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Engenharia Mecânica
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376583493189632