Publicações

Conferências

Derenievicz, G.,  Pereira, R.,  Peres, L.,  Castilho, M.,  Rodrigues, N.,  da Cruz, S. (2023) Análise e Modelagem da Logística do Programa Nacional do Livro e do Material Didático. In: LV Simpósio Brasileiro de Pesquisa Operacional (SBPO), 2023, São José dos Campos. Anais do Simpósio Brasileiro de Pesquisa Operacional. Campinas: Galoá, 2023. v. 6. [DOI]

|   Bibtex

Este artigo apresenta os resultados de um estudo sobre a logística do PNLD - Programa Nacional do Livro e do Material Didático. O Brasil é um país de dimensões continentais, fazendo com que a distribuição dos livros didáticos às escolas públicas de todas as regiões do país, antes do início das aulas e com o menor custo viável possível, seja um problema crítico e de alta complexidade. A análise apresentada neste artigo mostra o processo de Distribuição do PNLD por uma perspectiva técnica, contemplando uma análise inicial do problema e sua complexidade. Um modelo de programação por restrições é proposto, com o objetivo de formalizar os agentes e as restrições do problema. Os resultados produzidos ajudam a entender o processo e identificar pontos de possível melhoria.

Pereira, R., Reis, R., Oliveira, L., Derenievicz, G.,  Peres, L.,  Silva, F. (2023) A Liga do Pensamento Computacional: uma narrativa distópica para gamificar uma disciplina introdutória de computação. In: Simpósio Brasileiro de Educação em Computação, 2023, Brasil. Anais do III Simpósio Brasileiro de Educação em Computação (EDUCOMP 2023), 2023. p. 205-215. [DOI]

|   Bibtex

Na Universidade Federal do Paraná (UFPR), desde 2019 oferecemos uma disciplina obrigatória para estudantes ingressantes que foi concebida para promover o desenvolvimento de habilidades que serão necessárias para todo o curso e para a prática profissional ao longo da vida. A disciplina tem o propósito de apresentar o curso escolhido, a Computação e suas diferentes áreas, favorecer o desenvolvimento do Pensamento Computacional, e promover o pensamento crítico. Neste artigo, apresentamos o relato de experiência sobre o uso de uma narrativa distópica conectando todos os conteúdos e atividades da disciplina para: 1. promover o engajamento e o interesse de estudantes na disciplina; 2. apresentar conceitos e tópicos relevantes sobre a área e sobre o curso escolhido; e 3. trabalhar questões não técnicas, como questões éticas e de responsabilidade profissional. Com base em opiniões de 45 discentes, obtidas por meio de um questionário aplicado ao final da disciplina, foi possível identificar que a narrativa atendeu aos seus três propósitos, contribuindo positivamente com o início do curso.

Cassenote M.R.S., Derenievicz G.A., Silva F. (2021) I2DE: Improved Interval Differential Evolution for Numerical Constrained Global Optimization. In: Britto A., Valdivia Delgado K. (eds) Intelligent Systems. BRACIS 2021. Lecture Notes in Computer Science, vol 13073. Springer, Cham. [DOI]

|   Bibtex

Several hybrid approaches have been proposed to solve numerical constrained optimization problems. In this paper we present an Improved Interval Differential Evolution (I2DE) that uses structural information of the instance during the optimization process. We extend the math operations supported by a multi-interval core implementation that allows pruning infeasible solutions by using local consistency techniques and a backtrack-free local search. Furthermore, we propose a reformulation of interval evolutionary mutation strategies. A comprehensive experimental analysis is conducted over COCONUT and CEC2018 competition benchmarks and indicates that the hybridization between metaheuristics and constraint programming significantly improves the quality of the solutions. The experimental evaluation shows that our black-box version of I2DE outperformed several state-of-the-art solvers.

Cassenote M.R.S., Derenievicz G.A., Silva F. (2019) Interval Differential Evolution Using Structural Information of Global Optimization Problems. In: Moura Oliveira P., Novais P., Reis L. (eds) Progress in Artificial Intelligence. EPIA 2019. Lecture Notes in Computer Science, vol 11804. Springer, Cham. [DOI]

|   Bibtex

Differential Evolution (DE) algorithms are a promising strategy to Numerical Constrained Global Optimization Problems (NCOP). Most DE recent variants are applied to black-box optimization problems, where the analytical structure of the NCOP instance is unknown. In this paper we present an Interval Differential Evolution (InDE) algorithm that explores the structural information of the problem. The instance structure is represented by a hypergraph Epiphytic decomposition, where the variables are intervals. InDE algorithm is based on several strategies used in state-of-the-art DE implementations. Based on structural information, our approach extracts a subset of variables of the instance that are critical to the search process. The DE population individuals encode only this subset of variables. The other variables of the instance are valuated by a linear cost constraint propagation over the hypergraph structure. Our experiments show that the use of structural information associated with interval local consistency techniques significantly improves the performance of DE algorithm.

Derenievicz, G.A., Silva F. (2018) Epiphytic Trees: Relational Consistency Applied to Global Optimization Problems. In: van Hoeve WJ. (eds) Integration of Constraint Programming, Artificial Intelligence, and Operations Research. CPAIOR 2018. Lecture Notes in Computer Science, vol 10848. Springer, Cham. [DOI]

|   Bibtex

Much effort has been spent to identify classes of CSPs in terms of the relationship between network structure and the amount of consistency that guarantees a backtrack-free solution. In this paper, we address Numerical Constrained global Optimization Problems (NCOPs) encoded as ternary networks, characterizing a class of such problems for which a combination of Generalized Arc-Consistency (GAC) and Relational Arc-Consistency (RAC) is sufficient to ensure a backtrack-free solution, called Epiphytic Trees. While GAC is a domain filtering technique, enforcing RAC creates new constraints in the network. Alternatively, we propose a branch and bound method to achieve a relaxed form of RAC, thus finding an approximation of the solution of NCOPs. We empirically show that Epiphytic Trees are relevant in practice. In addition, we extend this class to cover all ternary NCOPs, for which Strong Directional Relational k-Consistency ensures a backtrack-free solution.

Tese de Doutorado

Derenievicz G.A. (2018) Uma Condição Suficiente para Otimização Global sem Retrocesso. Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática. Orientador: Fabiano Silva. [URI]

Um problema de satisfação de restrições (CSP, do inglês constraint satisfaction problem) consiste em encontrar uma atribuição de valores a um conjunto de variáveis que satisfaça uma rede de restrições. Técnicas de consistência local desempenham um papel central na resolução de CSPs, excluindo valores que certamente não constituem uma solução do problema. Muitos esforços vêm sendo aplicados na identificação de classes de CSPs relacionando a estrutura da rede (representada por um hipergrafo) com o nível de consistência local que garante uma solução livre de retrocesso, isto é, uma busca que encontra uma solução em um número polinomial de passos em relação ao tamanho da instância. Nesta tese, problemas de otimização global são representados por hipergrafos com um vértice raiz que representa a função objetivo a ser minimizada. Uma forma de decomposição de hipergrafos, chamada decomposição Epífita, é apresentada. Através da decomposição Epífita do hipergrafo de restrições, caracteriza-se uma classe de problemas de otimização onde a consistência de arco relacional direcionada garante uma solução livre de retrocesso. Alcançar consistência relacional exige a adição de novas restrições na rede, alterando a sua estrutura; por essa razão, um método de ramificação e poda intervalar para alcançar uma forma relaxada dessa consistência é proposto, encontrando uma aproximação do mínimo global de problemas de otimização. Um otimizador de código-fonte aberto que implementa esse método, chamado OGRe, é apresentado. A fim de generalizar o conceito de decomposição Epífita a todos os problemas de otimização, um parâmetro de largura de hipergrafos chamado largura epífita é introduzido. Como principal contribuição desta tese, mostra-se que problemas de otimização representados por hipergrafos com largura epífita k possuem decomposições k-Epífitas e são resolvidos sem retrocesso se alcançada k-consistência relacional direcionada forte.

Dissertação de Mestrado

Derenievicz G.A. (2014) Otimização de Sistemas Intervalares Não Lineares Acíclicos. Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática. Orientador: Fabiano Silva. [URI]

Intervalos permitem uma representação aproximada de números reais, com a qual podemos modelar matematicamente problemas do mundo real de uma forma menos restritiva que a modelagem sobre restrições reais. Assim, podemos definir problemas intervalares de decisão e otimização que são relaxamentos da Programação Não Linear usual. Recentemente, técnicas utilizadas em algoritmos para o problema da Satisfatibilidade Booleana foram aplicadas na solução de problemas intervalares de decisão, utilizando a álgebra intervalar para refinar intervalos e obter soluções que satisfaçam um conjunto de restrições sob uma precisão preestabelecida. Embora essa abordagem não resolva problemas de otimização, ela apresenta um método para extrair uma solução real de uma solução intervalar, se o problema apresentar determinadas características. Neste trabalho, estendemos esse método, definindo uma classe de problemas para os quais é possível a extração de uma solução real mesmo sem a garantia de todas as condições exigidas pelos resolvedores anteriores. Além disso, mostramos que o método estendido pode ser utilizado para resolver algumas classes de problemas de otimização.