This paper was published through Galoá and has a deposited DOI. To cite this paper, use one of the standards below:
In case you are one of the co-authors and want to register this paper in your Lattes, use the following code: doi > 10.59254/sbpo-2020-122610
If you've NEVER registered a DOI in your Lattes, check our tutorial!SUPPORT VECTOR MACHINE PARA METAMODELAGEM EM PROBLEMAS DE OTIMIZAÇÃO VIA SIMULAÇÃO
João Victor Soares do Amaral
Universidade Federal de Itajubá
Now you could share with me your questions, observations and congratulations
Create a topicCom o advento da indústria 4.0 os sistemas produtivos tendem a necessitar cada vez mais de ferramentas que possibilitem a análise e tomada de decisões com o menor tempo possível. Neste sentido, ferramentas de otimização via simulação baseadas em metamodelos surgem como uma promissora alternativa aos métodos convencionais de otimização em simulação. Esta pesquisa busca avaliar a integração entre as técnicas de machine learning, metamodelagem e OvS para solução de problemas reais da indústria, estudando a aplicabilidade do algoritmo Support Vector Machine para metamodelagem para otimização em um modelo de simulação a eventos discretos. Na construção, treino e otimização do metamodelo foi possível observar uma redução de 99,08% no tempo demandado para geração de todo espaço de soluções, encontrando um valor para a função objetivo superior ao benchmark gerado pelo software de otimização SimRunner®.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper