Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa. DISCENTE: ENRICO SILVA MIRANDA DATA: 24/07/2017 HORA: 14:00 LOCAL: Auditório do DEINF TÍTULO: META-APRENDIZAGEM APLICADA A PROBLEMAS DE MÁXIMA SATISFABILIDADE PALAVRAS-CHAVES: Meta aprendizagem. Meta heurístcas. Máxima Satisfabilidade PÁGINAS: 67 GRANDE ÁREA: Ciências Exatas e da Terra ÁREA: Ciência da Computação RESUMO: Meta-aprendizado tem sido aplicado com sucesso em problemas de otimização, como o
problema do Caixeiro Viajante (PVC) e Máxima Satisfabilidade (MaxSAT). Este último é
um problema NP-Difícil, relevante para o estudo de problemas acadêmicos e industriais.
No entanto, a maior parte da pesquisa atual no problema MaxSAT foca em métodos de
solução exata, com as quais, considerando instâncias de grande porte, uma solução de
qualidade deve ser gerada em uma janela de tempo mais restrita, o que motiva o uso de
algoritmos baseados em meta-heurísticas. Neste trabalho, propõe-se um framework de
meta-aprendizagem para seleção de meta-heurísticas para o problema MaxSAT, o que
inclui nova representação abstrata baseada em grafos, derivação de um novo conjunto de
meta-características, definição de mecanismos de aprendizagem baseados em experiência
obtida a priori. Experimentos comprovam que o arcabouço é eficaz para seleção de metaheurística e de seus parâmetros para instâncias MaxSAT, o que particularmente resultado
do novo conjunto de meta-características derivados da representação baseada em grafo. As
medidas propostas de características de grafos podem ser aplicadas em trabalhos futuros a
outras classes de problemas.
MEMBROS DA BANCA: Presidente - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA Interno - 2582240 - GERALDO BRAZ JUNIOR Externo à Instituição - RICARDO DE ANDRADE LIRA RABÊLO - NENHUMA