Principled Modeling of the Google Hash Code Problems for Meta-Heuristics

Bibliographic Details
Main Author: Rodrigues, Pedro Miguel Duque
Publication Date: 2023
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/110471
Summary: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_f8c2811e798680f8319d473352e43a6f
oai_identifier_str oai:estudogeral.uc.pt:10316/110471
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 Principled Modeling of the Google Hash Code Problems for Meta-HeuristicsModelação Sistemática de Problemas do Google Hash Code para Meta-HeurísticasCombinatorial OptimizationMeta-HeuristicsModelingConstructive SearchLocal SearchOtimização CombinatóriaMeta-HeurísticasModelaçãoProcura ConstrutivaProcura LocalDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaCombinatorial Optimization problems are ubiquitous in real-world scenarios.To solve these, there are a wide range of methods described in the literaturefrom which we highlight exact and meta-heuristic methods. Exact methods canfind optimal solutions. However, they are often infeasible in practice due to theNP-Hard nature of most combinatorial optimization problems. On the otherhand, meta-heuristics often cannot provably find optimal solutions, but canfind solutions that are of ”good” quality, which motivates the growing interestin their use for combinatorial problems.There has been growing interest in the development of a general-purpose frame-work for the development of black-box meta-heuristic methods that separatesproblem-specific from approach-specific details. In this work, we build uponthis idea and expand on previous work that has looked into the developmentof a framework for constructive and local search meta-heuristic approaches.In particular we give a general framework and corresponding Python imple-mentation that encompasses both search approaches, and implement severalcommon algorithms under this framework.In addition, there is a growing interest in the community in developing a suiteof benchmark problems for accessing the quality of meta-heuristics strategies.The Google hash code problems, being combinatorial problems in nature andmodelled after real-world scenarios pose themselves as interesting candidatesfor this purpose. In this work, we analyze all Google Hash Code problems, andimplement several models for two of the problems under our general frameworkto show that it allows for the development of models that give very competitiveresults in practice.Os problemas de Otimização Combinatória são ubíquos em cenários da vida real. Para resolver estes problemas, existe uma grande variedade de métodos descritos na literatura, nos quais se destacam métodos exatos e métodos meta-heurísticos. Embora os métodos exatos consigam encontrar soluções ótimas, estes, na prática, são frequentemente inviáveis devido à natureza NP-Difícil da maioria dos problemas de otimização combinatória. Por outro lado, meta-heurísticas são tipicamente incapazes de encontrar soluções ótimas, no entanto, conseguem encontrar soluções de “boa” qualidade, o que motiva o crescente interesse na sua utilização em problemas combinatórios. Tem existido crescente interesse no desenvolvimento de uma plataforma para o desenvolvimento de métodos meta-heurísticos de caixa preta que separam detalhes específicos do problema de detalhes específicos da abordagem. Neste trabalho, construímos sobre essa ideia e expandimos trabalhos anteriores que investigaram o desenvolvimento de uma plataforma para abordagens meta-heurísticas de procura construtiva e local. Em particular, desenvolvemos uma plataforma em Python que reúne ambas as abordagens de procura e implementamos também vários algoritmos que seguem esta abordagem. Para além disso, há também um crescente interesse na comunidade em desenvolver um conjunto de problemas de referência para avaliar a qualidade das estratégias meta-heurísticas. Os problemas do Google Hash Code, por serem problemas combinatórios e baseados em cenários do mundo real, apresentam-se como candidatos interessantes para esta análise. Neste trabalho, analisamos todos os problemas do Google Hash Code e implementamos vários modelos para dois desses problemas, demonstrando que a nossa framework permite o desenvolvimento de modelos que proporcionam resultados muito competitivos na prática.FCT2023-09-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/110471https://hdl.handle.net/10316/110471TID:203398173engRodrigues, Pedro Miguel Duqueinfo: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:RCAAP2023-11-23T23:00:53Zoai:estudogeral.uc.pt:10316/110471Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T06:02:27.949708Repositórios 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 Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
Modelação Sistemática de Problemas do Google Hash Code para Meta-Heurísticas
title Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
spellingShingle Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
Rodrigues, Pedro Miguel Duque
Combinatorial Optimization
Meta-Heuristics
Modeling
Constructive Search
Local Search
Otimização Combinatória
Meta-Heurísticas
Modelação
Procura Construtiva
Procura Local
title_short Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
title_full Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
title_fullStr Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
title_full_unstemmed Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
title_sort Principled Modeling of the Google Hash Code Problems for Meta-Heuristics
author Rodrigues, Pedro Miguel Duque
author_facet Rodrigues, Pedro Miguel Duque
author_role author
dc.contributor.author.fl_str_mv Rodrigues, Pedro Miguel Duque
dc.subject.por.fl_str_mv Combinatorial Optimization
Meta-Heuristics
Modeling
Constructive Search
Local Search
Otimização Combinatória
Meta-Heurísticas
Modelação
Procura Construtiva
Procura Local
topic Combinatorial Optimization
Meta-Heuristics
Modeling
Constructive Search
Local Search
Otimização Combinatória
Meta-Heurísticas
Modelação
Procura Construtiva
Procura Local
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-09-13
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/10316/110471
https://hdl.handle.net/10316/110471
TID:203398173
url https://hdl.handle.net/10316/110471
identifier_str_mv TID:203398173
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_ 1833602556397355008

Similar Items