SUPPORT VECTOR MACHINE PARA METAMODELAGEM EM PROBLEMAS DE OTIMIZAÇÃO VIA SIMULAÇÃO

Favorite this paper
How to cite this paper?
Details
  • Presentation type: Trabalho completo (oral)
  • Track: 18. SIM – Simulação
  • Keywords: Otimização via simulação; Machine Learning; Simulação a Eventos Discretos;
  • 1 Universidade Federal de Itajubá

SUPPORT VECTOR MACHINE PARA METAMODELAGEM EM PROBLEMAS DE OTIMIZAÇÃO VIA SIMULAÇÃO

João Victor Soares do Amaral

Universidade Federal de Itajubá

Abstract

Com 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®.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!