Solving the Turbine Balancing Problem Using a Metropolis Algorithm Hybridized with the Hooke-Jeeves Method

Autores

Resumo

Problemas de otimização combinatória têm sido um grande desafio para metaheurísticas. Um deles, o problema de balanceamento de uma turbina, que é NP-difícil, é resolvido neste artigo. Para fazê-lo, utilizamos um algoritmo de Metropolis, o algoritmo de colisão de partículas (PCA), hibridizado com o notório método de busca padrão de Hooke-Jeeves. A finalidade deste algoritmo, chamado Hooke-Jeeves PCA, é fazer uma busca ampla no espaço de soluções utilizando um método de otimização estocástica (o PCA) e depois explorar as áreas promissoras com uma técnica de busca local (Hooke-Jeeves). Este algoritmo tem um desempenho favorável em relação a uma metaheurística que representa o estado da arte, a evolução diferencial.    Nossos resultados demonstram que o Hooke-Jeeves PCA tem potencial para ser aplicado a outros problemas de otimização combinatória.

Biografia do Autor

Wagner Figueiredo Sacco, Universidade Federal Fluminense

Possui graduação em Engenharia de Produção Mecânica pela Pontifícia Universidade Católica do Rio de Janeiro (1997), mestrado em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro (2000), doutorado em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro (2004) e fez pós-doutorado com bolsa do CNPq na George W. Woodruff School of Mechanical Engineering do Georgia Institute of Technology em Atlanta, GA, EUA (2004-2006). Profissionalmente, atuou em empresa multinacional de petróleo na área de controladoria (1995-1997), fez parte de equipes de consultoria em projetos de Engenharia Nuclear pela FUJB/UFRJ (1997-1999) e pela COPPETEC/UFRJ (2000-2004), foi Professor Visitante no IPRJ/UERJ (2007-2009) e Professor Adjunto (2010-2018) e Associado (2018-2021) na Universidade Federal do Oeste do Pará (UFOPA). Atualmente é Professor Associado na Escola de Engenharia de Petrópolis da Universidade Federal Fluminense (UFF), estando vinculado ao Departamento de Engenharia de Produção. Tem atuado em Engenharia e Otimização, principalmente nos seguintes temas: otimização de problemas de engenharia, concepção e modificação de metaheurísticas, além de colaborar com pesquisadores de outras áreas em otimização aplicada. Criador da metaheurística de otimização "Particle Collision Algorithm" (PCA), que tem sido utilizada e modificada por pesquisadores no Brasil e no exterior. 

Ana Carolina Rios Coelho, Universidade Federal Fluminense

Possui graduação em Engenharia Mecânica pelo Instituto Politécnico da Universidade do Estado do Rio de Janeiro (UERJ) em 2007 e mestrado e doutorado em Modelagem Computacional pela mesma instituição, respectivamente em 2009 e 2011. Foi professora da Universidade Federal do Oeste do Pará (UFOPA), lotada no Instituto de Engenharia e Geociências (IEG) de fevereiro de 2012 à março de 2021. Coordenadora do curso de Engenharia Física do IEG de fevereiro de 2014 a dezembro de 2014. Tutora do Grupo PET do IEG de Maio de 2014 à Setembro de 2017. Desde março de 2021 é Professora Associada no Departamento de Engenharia de Produção de Petrópolis da Universidade Federal Fluminense (UFF). Tem atuado em Otimização, principalmente nos seguintes temas: criação e modificação de metaheurísticas e otimização de problemas de engenharia e, mais recentemente, de geociências.

Marcelo Lisboa Rocha, Universidade Federal do Tocantins

Possui graduação em Ciência da Computação pela Universidade Católica de Petrópolis (1994), mestrado em Computação pela Universidade Federal Fluminense (1997), mestrado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (1999) e doutorado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (2008). Cursou Pós-Doutorado em Modelagem Computacional na Universidade do Estado do Rio de Janeiro (campus IPRJ) de 2018 a 2019, sob supervisão do Prof. Antônio José da Silva Neto. Atualmente é Editor Associado da Revista Mundi Engenharia, Tecnologia e Gestão (ISSN: 2525-4782) e do Conselho Editorial da Revista Cereus (ISSN 2175-7275). Atualmente é professor Associado 3 na Universidade Federal do Tocantins (UFT), campus Palmas e docente permanente no Programa de Pós-Graduação em Modelagem Computacional de Sistemas (PPGMCS) e no curso de graduação em Ciência da Computação. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: metaheurísticas, otimização combinatória, programação matemática, mineração de dados e computação de alto desempenho. É Orientador no Mestrado e Doutorado em Modelagem Computacional de Sistemas (Otimização de Sistemas & Inteligência Computacional).

Downloads

Publicado

2021-12-19

Como Citar

Figueiredo Sacco, W., Rios Coelho, A. C. ., & Rocha, M. L. (2021). Solving the Turbine Balancing Problem Using a Metropolis Algorithm Hybridized with the Hooke-Jeeves Method. REVISTA CEREUS, 13(4), 223–234. Recuperado de https://ojs.unirg.edu.br/index.php/1/article/view/3614

Edição

v. 13 n. 4 (2021): Revista Cereus

Seção

Artigos

Licença

DECLARAÇÃO DE TRANSFERÊNCIA DE DIREITOS AUTORAIS

Os autores do manuscrito submetido declaram ter conhecimento que em caso de aceitação do artigo, a Revista Cereus, passa a ter todos os direitos  autorais sobre o mesmo. O Artigo será de propriedade exclusiva da Revista, sendo vedada qualquer reprodução, em qualquer outra parte ou meio de divulgação, impressa ou eletrônica.