Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/7911
Título: Algoritmo evolutivo multiobjetivo com medida de uniformidade no espaço de decisão aplicado no problema da dieta.
Autor(es): Nascimento, Gustavo Vieira
Orientador(es): Moreira, Gladston Juliano Prates
Membros da banca: Moreira, Gladston Juliano Prates
Duarte, Fernando Henrique Oliveira
Almeida, Marcus Daniel de
Palavras-chave: Problema da dieta
Espaço de decisão
Medida de uniformidade
Data do documento: 2025
Referência: NASCIMENTO, Gustavo Vieira. Algoritmo evolutivo multiobjetivo com medida de uniformidade no espaço de decisão aplicado no problema da dieta. 2025. 37 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas - Universidade Federal de Ouro Preto, Ouro Preto, 2025.
Resumo: Este trabalho aborda o problema da dieta, que fundamentalmente envolve a criação de uma seleção de alimentos ótima para um certo período de tempo, dadas certas restrições e um ou mais objetivos a serem otimizados. Em variações multiobjetivo do problema, as abordagens atuais focam em melhorar a uniformidade das soluções apenas no espaço dos objetivos, não considerando a igualmente crucial uniformidade no espaço de decisão. Esse trabalho propõe a criação de um modelo de otimização multiobjetivo para o problema da dieta que incorpora uma medida de uniformidade para gerar uma melhor distribuição de soluções no espaço de decisão. Esse modelo busca (1) minimizar custo, (2) maximizar proteínas totais e (3) minimizar penalidades de variedade da dieta, enquanto satisfaz restrições diárias alimentares . A partir dos experimentos, foi possível mostrar que a abordagem proposta consegue gerar dietas que aproximam a fronteira Pareto do problema e que, quando comparadas ao NSGA-II, têm melhor desempenho em métricas de uniformidade no espaço de decisão e com hipervolume semelhante. Os resultados evidenciam a aplicabilidade prática da abordagem em planejamentos alimentares personalizados, oferecendo ampla escolha para um possível tomador de decisões.
Resumo em outra língua: This work addresses the diet problem, which fundamentally involves selecting an optimal combi nation of foods over a specified period while satisfying given constraints and optimizing one or more objectives. In multiobjective variations of the problem, current approaches focus solely on improving solution uniformity in the objective space, neglecting the equally crucial uniformity in the decision space. We propose a novel multiobjective optimization model for the diet problem that incorporates a uniformity metric to generate better-distributed solutions in the decision space. Our model simultaneously: (1) minimizes cost, (2) maximizes protein content, and (3) reduces dietary variety penalties, while satisfying daily nutritional constraints. Experimental results demonstrate that our approach was able to generate solutions that approximate the real Pareto front, outperforming NSGA-II in decision-space uniformity metrics while maintaining comparable hypervolume. These findings highlight the model’s effectiveness for personalized meal planning applications, offering ample choice for possible decision takers.
URI: http://www.monografias.ufop.br/handle/35400000/7911
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AlgoritmoEvolutivoMultiobjetivo.pdf948,04 kBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.