Algoritmo de estimação de distribuição CD-BOA

170 Pages·2012·2.53 MB·Portuguese

by  Marcio Kassouf Crocomo

Algoritmo de otimização bayesiano com detecção
de comunidades

Marcio Kassouf Crocomo

SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP

Data de Depósito:

Assinatura:________________________

Algoritmo de otimização bayesiano com detecção de
comunidades

Marcio Kassouf Crocomo

Orientador: Prof. Dr. Alexandre Cláudio Botazzo Delbem

Tese apresentada ao Instituto de Ciências Matemáticas
e de Computação - ICMC-USP, como parte dos
requisitos para obtenção do título de Doutor em
Ciências - Ciências de Computação e Matemática
Computacional. VERSÃO REVISADA

USP – São Carlos
Novembro de 2012
Ficha catalográfica elaborada pela Biblioteca Prof. Achille Bassi
e Seção Técnica de Informática, ICMC/USP,
com os dados fornecidos pelo(a) autor(a)
Crocomo, Marcio Kassouf
C937a Algoritmo de otimização bayesiano com detecção de
comunidades / Marcio Kassouf Crocomo; orientador
Alexandre Cláudio Botazzo Delbem. -- São Carlos,
2012.
148 p.
Tese (Doutorado - Programa de Pós-Graduação em
Ciências de Computação e Matemática Computacional) --
Instituto de Ciências Matemáticas e de Computação,
Universidade de São Paulo, 2012.
1. Algoritmos de Estimação de Distribuição. 2.
Computação Evolutiva. 3. Algoritmo de Otimização
Bayesiano. I. Delbem, Alexandre Cláudio Botazzo,
orient. II. Título.
Àminhafamília,semprepresente.

Agradecimentos
AFrancisco,Faridi,LucaseLuziana,pelocarinhoeapoiosempredisponíveis.
Ao Prof. Dr. Eduardo do Valle Simões, por ter me incentivado a ingressar no doutorado e,
assim,seguirnocaminhoacadêmico.
Ao Prof. Dr. Zhao Liang pelas aulas sobre Redes Complexas que muito contribuíram para
asideiasdesenvolvidasduranteoprojeto.
Ao Programa de Pós-graduação de Ciências de Computação e Matemática Computacional
(PG-CCMC) do Instituto de Ciências Matemáticas e de Computação (ICMC), pela oportu-
nidade e pela estrutura oferecida para a realização do curso de doutorado. Agradeço aos pro-
fessoresefuncionários,dentreosquaisdestacoAnaPaulaSampaioFregona,daSeçãoTécnico
Acadêmica,eDiegoJesusTalaricoFerreira,doServiçodeConvênios,BolsaseAuxílios.
Ao Prof. Dr. Cláudio Fabiano Motta Toledo e aos professores que participaram de minha
banca de qualificação: Prof. Dr. Renato Tinós, Prof. Dr. Dorival Leão Pinto Junior e Prof. Dr.
Leandro Nunes de Castro Silva, agradeço pelas importantes orientações e discussões sobre o
trabalhoquemuitoauxiliaramparaaqualidadefinaldomesmo.
A todos os colegas do laboratório LCR pela companhia nestes últimos anos, pelas produti-
vas conversas sobre os tópicos da tese, e com os quais tive o prazer de trabalhar, em especial
Jean Paulo Martins, Danilo Vasconcellos Vargas, Marcilyanne Moreira Gois, Antonio Helson
MineiroSoares,DanielRodrigoFerrazBonettieProf. Dr. ViníciusVelosodeMelo.
Ao grande amigo Paulo Henrique Ribeiro Gabriel, por sua companhia, pelas interessantes
conversas sobre assuntos relacionados ao trabalho, recomendações importantes sobre as refe-
rênciasbibliográficasepelaimprescindívelajudanautilizaçãodoprogramaLATEX utilizadona
escritadatese. AotambémamigoEduardoAlvesdaSilvaTicianelli,pelacompanhiaepresença
deespíritonashorasnecessárias.
Ao meu orientador Prof. Dr. Alexandre Cláudio Botazzo Delbem, com quem tive o prazer
de trabalhar nestes últimos anos. Agradeço a confiança em mim depositada e toda atenção
despendida a este projeto. Agradeço também pelos valiosos ensinamentos e pelas longas e
produtivas conversas e planejamentos que conduziram aos resultados aqui apresentados. Por
suaamizadeededicação,muitoobrigado.
Aos meus tios Sylvio e Emelie e à minha prima Julia, pela ajuda com as revisões de textos
em inglês, resultantes deste trabalho. Agradeço também, pelo mesmo motivo, a Profa. Angela
CristinaPregnolatoGiampedro,doCentroCulturaldaUSPemSãoCarlos.
À Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), pela concessão da
bolsa de doutorado e pelo apoio financeiro para a realização desta pesquisa (Processo número
2010/01634-5), e também à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES)pelaconcessãodabolsaduranteos10mesesanterioresàbolsaFAPESP.
iii

Resumo
ALGORITMOS de Estimação de Distribuição (EDAs) compõem uma
frente de pesquisa em Computação Evolutiva que tem apresentado
resultadospromissoresparalidarcomproblemascomplexosdelarga
escala. Nesse contexto, destaca-se o Algoritmo de Otimização Bayesiano
(BOA)queusaummodeloprobabilísticomultivariado(representadoporuma
rede Bayesiana) para gerar novas soluções a cada iteração. Baseado no BOA
e na investigação de algoritmos de detecção de estrutura de comunidades
(para melhorar os modelos multivariados construídos), propõe-se dois novos
algoritmos denominados CD-BOA e StrOp. Mostra-se que ambos apresen-
tamvantagenssignificativasemrelaçãoaoBOA.OCD-BOAmostra-semais
flexívelqueoBOA,aoapresentarumamaiorrobustezavariaçõesdosvalores
de parâmetros de entrada, facilitando o tratamento de uma maior diversidade
de problemas do mundo real. Diferentemente do CD-BOA e BOA, o StrOp
mostra que a detecção de comunidades a partir de uma rede Bayesiana pode
modelar mais adequadamente problemas decomponíveis, reestruturando-os
em subproblemas mais simples, que podem ser resolvidos por uma busca
gulosa, resultando em uma solução para o problema original que pode ser
ótima no caso de problemas perfeitamente decomponíveis, ou uma aproxi-
mação, caso contrário. Também é proposta uma nova técnica de reamostra-
gens para EDAs (denominada REDA). Essa técnica possibilita a obtenção de
modelosprobabilísticosmaisrepresentativos,aumentandosignificativamente
odesempenhodoCD-BOAeStrOp. Deumaformageral,édemonstradoque,
para os casos testados, CD-BOA e StrOp necessitam de um menor tempo de
execução do que o BOA. Tal comprovação é feita tanto experimentalmente
quantoporanálisedascomplexidadesdosalgoritmos. Ascaracterísticasprin-
cipais desses algoritmos são avaliadas para a resolução de diferentes proble-
mas, mapeando assim suas contribuições para a área de Computação Evolu-
tiva.
v