Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/85883| Tipo: | TCC |
| Título: | Implementação e avaliação de algoritmos genéticos para o problema da máxima intersecção de k Subconjuntos utilizando o framework PYMOO: estudo exploratório |
| Autor(es): | Diniz, João Victor Amarante |
| Orientador: | Araújo, Wladimir Tavares |
| Palavras-chave em português: | algoritmo genético;PyMoo;máxima intersecção de k-subconjuntos |
| CNPq: | CNPQ: CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| Data do documento: | 2026 |
| Citação: | DINIZ, João Victor Amarante. Implementação e avaliação de algoritmos genéticos para o problema da máxima intersecção de k Subconjuntos utilizando o framework PYMOO: estudo exploratório. 2026. 68 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Campus de Quixadá, Universidade Federal do Ceará, Quixadá, 2026. |
| Resumo: | Neste trabalho, propomos a implementação e avaliação de algoritmos genéticos para resolver o problema da Máxima Intersecção de k-Subconjuntos (kMIS), utilizando o framework PyMoo. O problema kMIS consiste em, dada uma uma coleção L = {S1,...,Sn} de n subconjuntos sobre umconjunto finito de elementos R = {e1,...,em}, e um inteiro positivo k, o objetivo é selecionar exatamente k subconjuntos pertencentes a L, tal que a intersecção destes subconjuntos seja máxima. Através do framework PyMoo, exploramos diferentes técnicas de algoritmos genéticos, otimizando a busca pela máxima intersecção, com ênfase na eficácia e eficiência das soluções geradas. |
| Abstract: | In this work, we propose the implementation and evaluation of genetic algorithms for solving the Maximum Intersection of k-Subsets (kMIS) problem using the PyMoo framework. The kMIS problem consists of given a collection L = {S1,...,Sn} of n subsets over a finite set of elements R={e1,...,em}, and a positive integer k, the goal is to select exactly k subsets belonging to L, such that the intersection of these subsets is maximized. Through the PyMoo framework, we explore different genetic algorithm techniques, optimizing the search for the maximum intersection with a focus on the effectiveness and efficiency of the solutions generated. |
| URI: | http://repositorio.ufc.br/handle/riufc/85883 |
| Tipo de Acesso: | Acesso Aberto |
| Aparece nas coleções: | CIÊNCIA DA COMPUTAÇÃO-QUIXADÁ - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 202_tcc _jvadiniz.pdf | 891,79 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.