Please use this identifier to cite or link to this item: http://repositorio.ufc.br/handle/riufc/29520
Type: TCC
Title: Arredondamento probabilístico para o problema de AGM com restrição de grau e centrais e terminais fixos
Authors: Oliveira, Daiane Mendes de
Advisor: Souza, Críston Pereira de
Keywords: Algoritmos;Árvore geradora mínima;Programação inteira
Issue Date: 2017
Citation: OLIVEIRA, Daiane Mendes de. Arredondamento probabilístico para o problema de AGM com restrição de grau e centrais e terminais fixos. 2017. TCC (Graduação em Ciência da Computação) - Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2017.
Abstract in Brazilian Portuguese: Uma árvore é um tipo particular de grafo que possui grande importância no campo de Otimização e Combinatória. Tal importância justifica-se por ser uma estrutura usada para modelar inúmeros problemas ou subproblemas que envolvem conectividade. Um grafo pode ter muitas árvores geradoras, ou seja, uma árvore que contém todos os vértices deste grafo. Se cada aresta do grafo possui um custo, temos que o custo da árvore geradora será a soma dos custos das arestas. Logo, se as arestas tiverem custos diferentes então, no pior caso, cada possível árvore geradora terá custo diferente. O problema consiste em encontrar a árvore geradora de custo mínimo. Esse problema é conhecido como Árvore Geradora Mínima (AGM). Na literatura, existem diversas variações do AGM, onde se impõe restrições adicionais. Em especial, o presente trabalho enfatiza o problema AGM com restrição de grau mínimo. Focamos no Problema da Árvore Geradora Mínima com Restrição de Grau Mínimo e Centrais e Terminais Fixos (MDF-MST) (DIAS et al., 2017). Este trabalho tem como objetivo propor e avaliar uma nova solução para o problema MDF-MST, comparando os resultados com modelos em Programação Linear Inteira existentes na literatura. Por meio de testes computacionais foi analisado o custo, em termos de tempo e qualidade da solução. Ao final foram comparadas duas abordagens de solução: i) Programação Linear Inteira (PLI) e ii) Técnica de Arredondamento Probabilístico (AP). Concluímos que a heurística proposta usando a técnica de arredondamento probabilístico apresentou os melhores resultados em termos de tempo para encontrar a solução.
Abstract: A tree is a particular type of graph that holds great importance in the field of Optimization and Combinatorics. Such importance is justified because it is a framework used to model numerous problems or subproblems involving connectivity. A graph can have many spanning trees, i.e a tree that contains all its vertices of this graph. If each edge of the graph has a cost, we have that the cost of the spanning tree will be the sum of the costs of its edges. So if the edges have different costs, then in the worst case, each possible tree will have a different cost. The problem is to find the minimum-weight spanning tree. This problem is known as Minimum-Weight Spanning Tree (MST). In the literature, there are several variations of the MST, where additional restrictions are imposed. In particular, the present study emphasizes the MST problem with minimum restriction. We focus on the Min-Degree Constrained Minimum Spanning Tree problem with Fixed Centrals and Terminals (MDF-MST) (DIAS et al., 2017). This work aims to propose and evaluate a new solution to the MDF-MST problem, comparing the results with models in Integer Linear Programming existent in the literature. By means of computational tests the cost was analyzed in terms of time and quality of the solution. At the end, two solution approaches were compared: i) Integer Linear Programming (PLI) and ii) Randomized Rounding Approach (AP). We conclude that the proposed heuristic using the randomized rounding approach presented the best results in terms of solution time.
URI: http://www.repositorio.ufc.br/handle/riufc/29520
Appears in Collections:CIÊNCIA DA COMPUTAÇÃO-QUIXADÁ - Monografias

Files in This Item:
File Description SizeFormat 
2017_tcc_dmoliveira.pdf811,51 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.