Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/15684
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_FelipeVelosoAlvesCarreiro_LucasCesarPereiraVale.pdf430,16 kBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorBiagio, Maria Amélia-
dc.contributor.authorCarreiro, Felipe Veloso Alves-
dc.contributor.authorVale, Lucas César Pereira-
dc.identifier.citationCARREIRO, Felipe Veloso Alves. Estudo comparativo de heurísticas para resolução de problemas MSSC utilizando o Sistema de Operação R. 2016. xix, 37 f., il. Trabalho de conclusão de curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2016.pt_BR
dc.descriptionTrabalho de conclusão de curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2016.pt_BR
dc.description.abstractMetodologias não-hierárquicas para agrupamento de dados têm sido bastante estudadas e utilizadas nas últimas décadas, muitas delas buscando otimizar um critério comum que é o de minimizar a soma dos quadrados das discrepâncias internas aos grupos formados por seus procedimentos. O problema de se agrupar dados com este critério é bastante conhecido na literatura como problema MSSC (Minimum Sum of Squares Clustering). Dentre as metodologias voltadas para a resolução de problema MSSC deve-se citar a já bastante conhecida heurística K-Means. Com o mesmo propósito, muitas metodologias surgiram nas últimas décadas e, dentre as principais, destacam-se as metodologias H-Means, e mais recentemente sua forma não-degenerada H-Means+, as metodologias Tabu Search e VNS. No entanto, em ambiente computacional fortemente demandado por estatísticos, como o sistema computacional R, estas metodologias, com exceção da primeira, ainda não estão disponíveis. O presente trabalho consiste no estudo dessas novas heurísticas e na modificação da versão implementada da Busca Tabu e H-Means para melhorar os resultados já conhecidos com alguns bancos de dados. Resultados computacionais são obtidos para os bancos de dados USArrests e Íris de Fisher, ambos disponíveis no mesmo sistema em referência. Análise comparativa dos agrupamentos, obtidos pelas metodologias K-Means, a versão implementada e modificada da HBaseTabu e do H-Means apresentada para distintos números de clusters. Os resultados apresentados são validados, no primeiro teste, através dos valores ótimos apresentados por K-Means, e por valores ótimos já conhecidos para os testes realizados com o banco de dados _Iris. Através da análise dos resultados obtidos, pode-se observar que a heurística implementada neste trabalho apresenta resultados melhores daqueles obtidos por K-Means e demonstram, em vários casos, superioridade sobre as demais heurísticas, o que mostra o poder de e ciência das mudanças realizadas na implementação computacional desse novo algoritmo.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordBanco de dadospt_BR
dc.subject.keywordLinguagem de programação (Computadores)pt_BR
dc.titleEstudo comparativo de heurísticas para resolução de problemas MSSC utilizando o Sistema de Operação Rpt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2017-01-12T12:01:18Z-
dc.date.available2017-01-12T12:01:18Z-
dc.date.submitted2016-
dc.identifier.urihttp://bdm.unb.br/handle/10483/15684-
dc.language.isoPortuguêspt_BR
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons