Use este identificador para citar ou linkar para este item: https://repositorio.ufopa.edu.br/jspui/handle/123456789/1552
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1MENESES, Anderson Alvarenga de Moura-
dc.date.accessioned2024-03-19T19:56:56Z-
dc.date.available2024-03-19T19:56:56Z-
dc.date.issued2016-
dc.identifier.citationNAST, Fernando Nogueira. Aprendizagem incremental baseada em populações aplicada ao problema do caixeiro viajante com vistas à recarga de combustíveis em reatores nucleares. Orientador: Anderson Alvarenga de Moura Meneses. 2016. 12 f. Artigo (Bacharelado Interdisciplinar em Ciência e Tecnologia) - Universidade Federal do Oeste do Pará, Santarém, 2016. Disponível em: https://repositorio.ufopa.edu.br/jspui/handle/123456789/1552pt_BR
dc.identifier.urihttps://repositorio.ufopa.edu.br/jspui/handle/123456789/1552-
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Oeste do Parápt_BR
dc.rightsAcesso Abertopt_BR
dc.source1 PDFpt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectRecarga de Combustível Nuclearpt_BR
dc.subjectAprendizado Incremental Baseada em Populaçõespt_BR
dc.subjectProblema do Caixeiro Viajantept_BR
dc.titleAprendizagem incremental baseada em populações aplicada ao problema do caixeiro viajante com vistas à recarga de combustíveis em reatores nuclearespt_BR
dc.typeArticlept_BR
dc.creator.Latteshttp://lattes.cnpq.br/8345663281241294pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6272872215125680pt_BR
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0003-1461-2772pt_BR
dc.description.resumoO problema de Otimização do Gerenciamento de Combustível Intra-Núcleo (In-Core Fuel Management Optimization; OGCIN), ou otimização do projeto de Padrões de Carregamento (PCs) são denominações para o problema de otimização associado à operação de recarga de combustível em um reator nuclear. A OCGIN é considerada um problema de difícil resolução, pois considera aspectos da otimização combinatória e cálculos de análise e física de reatores. A fim de validarmos algoritmos para a solução da OGCIN, são utilizados problemas benchmark tais como o Problema do Caixeiro Viajante (PCV). No presente trabalho, com o intuito de fazer uma iniciação às técnicas de Inteligência Artificial na Engenharia Nuclear, implementamos o algoritmo Aprendizagem Incremental Baseada em População (Population-Based Incremental Learning - PBIL) e o aplicamos à solução do PCV Oliver30. O PBIL foi apresentado inicialmente por Baluja (1994) e aplicado à OGCIN por Machado (1999, 2005) Schirru et. al. (2006), Caldas e Schirru, (2008). O PBIL baseia-se no algoritmo genético e aprendizado competitivo, utilizando um vetor probabilidade que sofre alteração através de um operador evolucionário. Apresentamos os resultados preliminares do algoritmo PBIL na resolução do PCV Oliver30, para posterior aplicação a outros PCVs e em seguida à OGCIN.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programOtherspt_BR
dc.publisher.initialsUFOPApt_BR
dc.subject.cnpqCNPQ:: ENGENHARIASpt_BR
dc.creatorNAST, Fernando Nogueira-
dc.publisher.departmentInstituto de Engenharia e Geociênciaspt_BR
Aparece nas coleções:IEG - TCC - Bacharelado Interdisciplinar em Ciência e Tecnologia

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_AprendizagemIncrementalBaseada.pdf864,38 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.