01.1 - Graduação (Sede)

URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/2

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Análise de performance de algoritmos estocásticos aplicados ao problema do caixeiro viajante
    (2024-10-09) Lima, Lucas Gabriel Oliveira Sales; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504; http://lattes.cnpq.br/7636465842833021
    Algoritmos de otimização são ferramentas cada vez mais relevantes nas empresas modernas por serem capazes de otimizar processos e recursos, garantindo resultados mais eficientes e com processamento em tempo hábil para tomada de decisão. A comparação destes algoritmos é o processo comum durante seus estudos de adoção. Entretanto, a utilização de metodologias complexas muitas vezes pode levar à escolha de um algoritmo impreciso, pois seu resultado pode não refletir a realidade de uma empresa que busca implementar aplicações com recursos limitados. Tendo em vista esta problemática, surge a necessidade de avaliar estes algoritmos sob uma nova ótica. O objetivo principal deste trabalho é propor uma reflexão acerca da forma que experimentos em algoritmos são conduzidos. O presente estudo realizou experimentos com algoritmos de otimização utilizando recursos computacionais semelhantes àqueles encontrados na maioria das empresas, comparando com um outro trabalho no qual foram utilizados otimizações e tunings nesses mesmos algoritmos. Para o experimento, foi utilizado o problema do caixeiro viajante, através de 15 benchmarking dividido em 3 categorias, de acordo com o tamanho de cada artigo. Ao final foram obtidas métricas estatísticas do desempenho de cada algoritmo que, comparadas com o artigo de referência, obtiveram tempos de execução menores, sem comprometer a precisão dos resultados. Algoritmos probabilísticos possuem grande importância financeira para empresas com necessidades de gerir recursos rapidamente, tais como aeroportos e estaleiros. Sendo assim, a escolha adequada de parâmetros fornece uma visão mais acurada da realidade.