Export Ready — 

Branch-and-bound for the hypervolume subset selection problem

Bibliographic Details
Main Author: Gomes, Ricardo Jorge Pires
Publication Date: 2017
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/83275
Summary: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_5a2f52f3ab186f75e7909afa38a9feb2
oai_identifier_str oai:estudogeral.uc.pt:10316/83275
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Branch-and-bound for the hypervolume subset selection problemBranch-and-bound for the hypervolume subset selection problemAlgoritmo de Branch-and-BoundProblema de Seleção do Subconjunto que maximiza o Indicador de HipervolumeOtimização MultiobjectivoProgramação InteiraBranch-and-Bound AlgorithmHypervolume Subset Selection ProblemMultiobjective OptimisationInteger ProgrammingDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaO foco principal desta tese é a análise e síntese de um algoritmo de branch-and-bound para o problema de seleção do subconjunto que maximiza o indicador de hipervolume para um número arbitrário de objetivos. Este problema surge nos procedimentos de seleção em heurísticas para otimização multiobjetivo, no qual se pretende selecionar um pequeno subconjunto de soluções de compromisso. A abordagem de branch-and-bound discutida nesta tese combina várias noções de limites e uma estratégia de branching. Em particular, quatro funções de limite e um ordenamento dinâmico de variáveis para a estratégia de branching são propostos. Uma versão paralela do algoritmo de branch-and-bound é também apresentada para tirar partido de sistemas com múltiplas unidades de processamento. A versão paralela do algoritmo de branch-and-bound integra uma pool de threads que explora os nós da árvore de procura de forma concorrentemente. O algoritmo de branch-and-bound é comparado com uma abordagem baseada na formulação de programação inteira. Ambas as versões do algoritmo de branch-and-bound e seus diferentes componentes são avaliadas em termos de tempo de execução e complexidade respetivamente. A versão paralela do algoritmo de branch-and-bound é adicionalmente avaliada em termos de speedup. Os resultados experimentais obtidos numa grande quantidade de instâncias deste problema indicam que a nossa abordagem tem melhor desempenho e a versão paralela é capaz de obter speedups impressionantes em comparação com a versão sequencial.The main focus of this thesis is the design and analysis of a branch-and-bound algorithm for the hypervolume subset selection problem for an arbitrary number of objectives. This problem arises in selection procedures of heuristic algorithms for multiobjective optimisation, in which the goal is to select a small subset of good compromise solutions. The branch-and-bound approach discussed in this thesis combines several notions of bounds and a branching strategy. In particular, four bounding functions and a dynamic variable ordering for the branching strategy are proposed. Moreover, a parallel version of the branch-and-bound algorithm is presented in order to take advantage of systems with multiple processing units. The parallel version of the branch-and-bound algorithm integrates a thread pool to explore, concurrently, the nodes of the search tree. The branch-and-bound algorithm is compared with a state-of-the-art solution approach based on an integer programming formulation. Both versions of branch-and-bound algorithm and their different components are assessed in terms of running time and time complexity respectively. The parallel version of the branch-and-bound algorithm is additionally assessed in terms of speedup. The experimental results indicate that the proposed branch-and-bound approach performs faster for a wide range of instances of the problem and the parallel version of the branch-and-bound algorithm is able to achieve impressive speedups as compared to the sequential version.2017-07-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/83275https://hdl.handle.net/10316/83275TID:202125416engGomes, Ricardo Jorge Piresinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2020-02-11T09:43:58Zoai:estudogeral.uc.pt:10316/83275Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T05:29:43.937236Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Branch-and-bound for the hypervolume subset selection problem
Branch-and-bound for the hypervolume subset selection problem
title Branch-and-bound for the hypervolume subset selection problem
spellingShingle Branch-and-bound for the hypervolume subset selection problem
Gomes, Ricardo Jorge Pires
Algoritmo de Branch-and-Bound
Problema de Seleção do Subconjunto que maximiza o Indicador de Hipervolume
Otimização Multiobjectivo
Programação Inteira
Branch-and-Bound Algorithm
Hypervolume Subset Selection Problem
Multiobjective Optimisation
Integer Programming
title_short Branch-and-bound for the hypervolume subset selection problem
title_full Branch-and-bound for the hypervolume subset selection problem
title_fullStr Branch-and-bound for the hypervolume subset selection problem
title_full_unstemmed Branch-and-bound for the hypervolume subset selection problem
title_sort Branch-and-bound for the hypervolume subset selection problem
author Gomes, Ricardo Jorge Pires
author_facet Gomes, Ricardo Jorge Pires
author_role author
dc.contributor.author.fl_str_mv Gomes, Ricardo Jorge Pires
dc.subject.por.fl_str_mv Algoritmo de Branch-and-Bound
Problema de Seleção do Subconjunto que maximiza o Indicador de Hipervolume
Otimização Multiobjectivo
Programação Inteira
Branch-and-Bound Algorithm
Hypervolume Subset Selection Problem
Multiobjective Optimisation
Integer Programming
topic Algoritmo de Branch-and-Bound
Problema de Seleção do Subconjunto que maximiza o Indicador de Hipervolume
Otimização Multiobjectivo
Programação Inteira
Branch-and-Bound Algorithm
Hypervolume Subset Selection Problem
Multiobjective Optimisation
Integer Programming
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2017
dc.date.none.fl_str_mv 2017-07-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/83275
https://hdl.handle.net/10316/83275
TID:202125416
url https://hdl.handle.net/10316/83275
identifier_str_mv TID:202125416
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602373809864704

Similar Items