Solving the Turbine Balancing Problem Using a Metropolis Algorithm Hybridized with the Hooke-Jeeves Method

Authors

Abstract

Combinatorial optimization problems have been a great challenge for metaheuristics. One of them, the turbine balancing problem, which is NP-hard, is solved here. In order to do so, we use a Metropolis Algorithm, the Particle Collision Algorithm (PCA), hybridized with the well-known Hooke-Jeeves pattern search method. The aim of this algorithm, called Hooke-Jeeves PCA, is to perform a wide search in the solution space using a stochastic optimization method (the PCA) and then scan the promising areas with a local search technique (Hooke-Jeeves). This algorithm is favorably compared against a state-of-the-art metaheuristic, differential evolution. Our results show that Hooke-Jeeves PCA has the potential to be applied to other combinatorial optimization problems.

Author Biographies

Wagner Figueiredo Sacco, Universidade Federal Fluminense

Possui graduação em Engenharia de Produção Mecânica pela Pontifícia Universidade Católica do Rio de Janeiro (1997), mestrado em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro (2000), doutorado em Engenharia Nuclear pela Universidade Federal do Rio de Janeiro (2004) e fez pós-doutorado com bolsa do CNPq na George W. Woodruff School of Mechanical Engineering do Georgia Institute of Technology em Atlanta, GA, EUA (2004-2006). Profissionalmente, atuou em empresa multinacional de petróleo na área de controladoria (1995-1997), fez parte de equipes de consultoria em projetos de Engenharia Nuclear pela FUJB/UFRJ (1997-1999) e pela COPPETEC/UFRJ (2000-2004), foi Professor Visitante no IPRJ/UERJ (2007-2009) e Professor Adjunto (2010-2018) e Associado (2018-2021) na Universidade Federal do Oeste do Pará (UFOPA). Atualmente é Professor Associado na Escola de Engenharia de Petrópolis da Universidade Federal Fluminense (UFF), estando vinculado ao Departamento de Engenharia de Produção. Tem atuado em Engenharia e Otimização, principalmente nos seguintes temas: otimização de problemas de engenharia, concepção e modificação de metaheurísticas, além de colaborar com pesquisadores de outras áreas em otimização aplicada. Criador da metaheurística de otimização "Particle Collision Algorithm" (PCA), que tem sido utilizada e modificada por pesquisadores no Brasil e no exterior. 

Ana Carolina Rios Coelho, Universidade Federal Fluminense

Possui graduação em Engenharia Mecânica pelo Instituto Politécnico da Universidade do Estado do Rio de Janeiro (UERJ) em 2007 e mestrado e doutorado em Modelagem Computacional pela mesma instituição, respectivamente em 2009 e 2011. Foi professora da Universidade Federal do Oeste do Pará (UFOPA), lotada no Instituto de Engenharia e Geociências (IEG) de fevereiro de 2012 à março de 2021. Coordenadora do curso de Engenharia Física do IEG de fevereiro de 2014 a dezembro de 2014. Tutora do Grupo PET do IEG de Maio de 2014 à Setembro de 2017. Desde março de 2021 é Professora Associada no Departamento de Engenharia de Produção de Petrópolis da Universidade Federal Fluminense (UFF). Tem atuado em Otimização, principalmente nos seguintes temas: criação e modificação de metaheurísticas e otimização de problemas de engenharia e, mais recentemente, de geociências.

Marcelo Lisboa Rocha, Universidade Federal do Tocantins

Possui graduação em Ciência da Computação pela Universidade Católica de Petrópolis (1994), mestrado em Computação pela Universidade Federal Fluminense (1997), mestrado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (1999) e doutorado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (2008). Cursou Pós-Doutorado em Modelagem Computacional na Universidade do Estado do Rio de Janeiro (campus IPRJ) de 2018 a 2019, sob supervisão do Prof. Antônio José da Silva Neto. Atualmente é Editor Associado da Revista Mundi Engenharia, Tecnologia e Gestão (ISSN: 2525-4782) e do Conselho Editorial da Revista Cereus (ISSN 2175-7275). Atualmente é professor Associado 3 na Universidade Federal do Tocantins (UFT), campus Palmas e docente permanente no Programa de Pós-Graduação em Modelagem Computacional de Sistemas (PPGMCS) e no curso de graduação em Ciência da Computação. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: metaheurísticas, otimização combinatória, programação matemática, mineração de dados e computação de alto desempenho. É Orientador no Mestrado e Doutorado em Modelagem Computacional de Sistemas (Otimização de Sistemas & Inteligência Computacional).

Downloads

Published

2021-12-19

How to Cite

Figueiredo Sacco, W., Rios Coelho, A. C. ., & Rocha, M. L. (2021). Solving the Turbine Balancing Problem Using a Metropolis Algorithm Hybridized with the Hooke-Jeeves Method. REVISTA CEREUS, 13(4), 223–234. Retrieved from https://www.ojs.unirg.edu.br/index.php/1/article/view/3614

Issue

Vol. 13 No. 4 (2021): Revista Cereus

Section

Artigos

License

DECLARAÇÃO DE TRANSFERÊNCIA DE DIREITOS AUTORAIS

Os autores do manuscrito submetido declaram ter conhecimento que em caso de aceitação do artigo, a Revista Cereus, passa a ter todos os direitos  autorais sobre o mesmo. O Artigo será de propriedade exclusiva da Revista, sendo vedada qualquer reprodução, em qualquer outra parte ou meio de divulgação, impressa ou eletrônica.