аЯрЁБс>ўџ &(ўџџџ%џџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџьЅС)`№П}bjbjѓъѓъ.‘€‘€} џџџџџџЄЖЖЖЖЖЖЖЪ  Ъ[(66666666кмммммм$ƒhы ъЖ66666ЖЖ66ЂЂЂ6(Ж6Ж6кЂ6кЂЂЖЖЂ6* РYўдž­Ю^(Ђк+0[Ђе †е ЂЂе ЖЖ$66Ђ66666Ђ666[6666ЪЪЪЄnЄЪЪЪnЪЪЪЖЖЖЖЖЖџџџџ Nas њltimas dщcadas, algoritmos baseados em metaheurэsticas ganharam notoriedade por apresentarem soluчѕes de boa qualidade para diversos problemas de otimizaчуo combinatѓria em um tempo computacional aceitсvel. Mais recentemente, conceitos e processos de outras сreas de pesquisa tъm sido utilizados, com bons resultados, na construчуo de metaheurэsticas hэbridas. Tщcnicas de Mineraчуo de Dados (MD) vъm sendo aplicadas com sucesso para aperfeiчoar heurэsticas jс consolidadas na literatura. A ideia principal da utilizaчуo de MD consiste em, a partir de um conjunto de soluчѕes de boa qualidade, extrair padrѕes que representem boas caracterэsticas dessas soluчѕes e utilizс-los para guiar a busca no espaчo de soluчѕes. A combinaчуo de metaheurэsticas e MD obteve resultados relevantes tanto em termos de qualidade de soluчуo, quanto em termos de tempo computacional, quando aplicada aos problemas: empacotamento de conjuntos, diversidade mсxima, replicaчуo de servidores para transmissуo multicast confiсvel, p-medianas, e mais recentemente ao problema de projeto de redes a 2-caminhos. Todos os problemas citados anteriormente possuem uma caracterэstica em comum: suas soluчѕes sуo representadas por conjuntos de elementos e nуo levam em consideraчуo a ordem desses elementos. Entretanto, em alguns problemas de otimizaчуo combinatѓria, essa ordem tem papel importante, como щ o caso do problema do caixeiro viajante com coleta e entrega envolvendo њnico tipo de produto (em inglъs, One-Commodity Pickup-and-Delivery Traveling Salesman Problem, 1-PDTSP). Assim, este trabalho tem por objetivo a introduчуo de um mѓdulo de mineraчуo de dados em uma heurэstica jс existente para o 1-PDTSP, baseada na metaheurэstica GRASP e na estratщgia de busca local Variable Neighborhood Descent (VND), proposta por Hernсndez-Pщrez et al. (2009). Pretende-se mostrar, como principal contribuiчуo deste trabalho, que a hibridizaчуo de metaheurэsticas com MD pode ser aplicada com sucesso nуo somente a problemas cujas soluчѕes sуo representadas por conjuntos, mas tambщm a problemas cujas soluчѕes sуo representadas pela ordem dos seus elementos. Resultados computacionais mostraram que as versѕes hэbridas com MD desenvolvidas foram capazes de obter melhores resultados tanto em termos de qualidade das soluчѕes quanto em termos de tempo computacional, quando comparadas com a versуo original da metaheurэstica. |}јєhGЏhѓ,ВCJaJo м R -}їїїїђgdѓ,В$a$gdѓ,В}§,1hА‚. АЦA!АЅ"АЅ#‰$‰%ААФАФ Ф†œR`ёџR ѓ,ВNormal*$1$$CJKHPJ^J_H9aJmHsHtH9>A@ђџЁ> Fonte parсg. padrуoTi@ѓџГT  Tabela normalі4ж l4жaі ,k@єџС, Sem lista} џџџџoмR- љ%0€љ%0€љ%0€љ%0€ˆб0oмR- Ÿљ%0Їљ%0€љ%0€љ%0€} } } ,;Z m {  -9;G|  -s|  V3Б7х]dGЏѓ,Вџ@€| | x0šš| | } @@џџUnknownџџџџџџџџџџџџG‡z €џTimes New Roman5€Symbol3& ‡z €џArial;†SimSun‹[SO5& ‡za€џTahoma"1ˆ№ФЉvL'vL'{{!№Ѕ‰ДД4y y 2ƒ№HX №џ?фџџџџџџџџџџџџџџџџџџџџџѓ,В2џџвNas њltimas dщcadas, algoritmos baseados em metaheurэsticas ganharam notoriedade por apresentarem soluчѕes de boa qualidade para diversos problemas de otimizaчуo combinatѓria em um tempo computacional aceitсvelvivianevivianeўџр…ŸђљOhЋ‘+'Гй0<˜t€œЈМ Ьи ј  $,4фдNas њltimas dщcadas, algoritmos baseados em metaheurэsticas ganharam notoriedade por apresentarem soluчѕes de boa qualidade para diversos problemas de otimizaчуo combinatѓria em um tempo computacional aceitсvelviviane Normal.dotviviane1Microsoft Office Word@@$dЕž­Ю@$dЕž­Ю{ўџеЭеœ.“—+,љЎ0М hp|„Œ” œЄЌД М ›фUFFy ' гNas њltimas dщcadas, algoritmos baseados em metaheurэsticas ganharam notoriedade por apresentarem soluчѕes de boa qualidade para diversos problemas de otimizaчуo combinatѓria em um tempo computacional aceitсvel Tэtulo ўџџџўџџџўџџџ !"#$ўџџџ§џџџ'ўџџџўџџџўџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџRoot Entryџџџџџџџџ РFРЪеž­Ю)€1Tableџџџџџџџџ WordDocumentџџџџџџџџ.SummaryInformation(џџџџDocumentSummaryInformation8џџџџџџџџџџџџCompObjџџџџџџџџџџџџuџџџџџџџџџџџџџџџџџџџџџџџџўџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџџўџ џџџџ РF#Documento do Microsoft Office Word MSWordDocWord.Document.8є9Вq