Solving the patient zero inverse problem by using generalized simulated annealing

Menin, Olavo Henrique; Bauch, Chris T.

doi:10.1016/j.physa.2017.08.077

Cited by 12 publications

(6 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The Generalized Simulated Annealing introduced by [12] is a stochastic optimization algorithm based on the classical Simulated Annealing [5] and on the Fast Simulated Annealing [14]. This method has been applied in different problems such as epidemic models [6], protein folding [2] and optmization for inversion of first-arrival [9].…”

Section: Generalized Simulated Annealingmentioning

confidence: 99%

“…Basically, in GenSA candidate solutions are generated iteratively following a generalized Gaussian distribution and are accepted or not according to a Metropolis-like criterion. The stochasticity of both the generation of solutions and the acceptance criterion are controlled by the "temperature", which is gradually decreased through a predefined cooling schedule [6].…”

Section: Generalized Simulated Annealingmentioning

confidence: 99%

See 1 more Smart Citation

Inverse Problem in Space Fractional Advection Diffusion Equation

Marinho¹,

Junior²,

Knupp³

et al. 2020

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

This work studies an inverse problem of determining the fractional order, a diffusion coefficient and the average velocity simultaneously in one-dimensional space fractional advection-diffusion equation. The forward problem is performed by an implicit finite difference scheme. Here, the solution of the inverse problem is performed in R environment using the Generalized Simulated Annealing algorithm (GenSA) package. Numerical experiments show that the algorithm is able to retrieve the parameters with good accuracy.

show abstract

Section: Generalized Simulated Annealingmentioning

confidence: 99%

Section: Generalized Simulated Annealingmentioning

confidence: 99%

Inverse Problem in Space Fractional Advection Diffusion Equation

Marinho¹,

Junior²,

Knupp³

et al. 2020

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

show abstract

“…, n − 1, onde ξ > 0é uma pequena translação que garantex i > 0 eδ j > 0. 5 Com essas normalizações (Eqs. 2.11 e 2.12), podemos reescrever a regularização de Tikhonov como…”

Section: A Equação Integral De Fredholm E a Regularização Da Soluçãounclassified

“…Os trabalhos desenvolvidos neste capítulo foram publicados, na Revista Brasileira de Ensino de Física, [4] e apresentados no XIII Latin American Workshop on Nonlinear Phenomena, em 2013, na Argentina [5].…”

Section: Problema Inverso Da Tomografia De Impedância Elétricaunclassified

Eficácia em problemas inversos: generalização do algoritmo de recozimento simulado e função de regularização aplicados a tomografia de impedância elétrica e ao espectro de raios X

Menin¹

View full text Add to dashboard Cite

Eficácia em problemas inversos: generalização do algoritmo de recozimento simulado e função de regularização aplicados a tomografia de impedância elétrica e ao espectro de raios X Ribeirão Preto 2014 Olavo Henrique MeninEficácia em problemas inversos: generalização do algoritmo de recozimento simulado e função de regularização aplicados a tomografia de impedância elétrica e ao espectro de raios X A minha amada e sempre presente companheira, Carol.A origem e causa primeira, meus pais, Gilberto e Alice. vi AgradecimentosAgradeço primeiramente aos meus pais, Gilberto (eternamente presente) e Alice, por me concederem o milagre da vida e por todo carinho, educação e incentivo que me proporcionaram.A minha esposa, Carol, alma gêmea, companheira de sempre e para sempre, pelo amor, apoio e paciência.Aos meus filhos, Thales e Sofia, simplesmente por existirem e dar sentidoà minha vida.As minhas irmãs, Rita, Josélia e Adriana, companheiras desde que me conheço por gente e das quais me orgulho e me espelho.Ao meu orientador, Prof. Dr. Alexandre Souto Martinez, por me aceitar como orientando, pela confiança depositada em meu trabalho e pelas incontáveis e decisivas contribuições em todos os estágios do projeto.A Prof. Dra. Vanessa Rolnik, que me apoiou desde o início do meu mestrado e colaborou marcantemente no desenvolvimento do doutorado.Ao Prof. Dr. Alessandro Martins da Costa, pela colaboração decisiva nos estudos sobre o espectro de raios-X.A todos os professores e professoras que até hoje contribuíram para minha educação, pilares sólidos fundamentais.Aos os colegas da pós-graduação e do Laboratório de Modelagem em Sistemas Complexos.A todos do DF e da FFCLRP pela ajuda e pelos esclarecimentos. A modelagem de processos em física e engenharia frequentemente resulta em problemas inversos. Em geral, esses problemas apresentam difícil resolução, pois são classificados como mal-postos. Resolvê-los, tratando-os como problemas de otimizacão, requer a minimização de uma função objetivo, que mede a discrepância entre os dados experimentais e os obtidos pelo modelo teórico, somada a uma função de regularização. Na maioria dos problemas práticos, essa função objetivoé não-convexa e requer o uso de métodos de otimização estocásticos. Dentre eles, tem-se o algoritmo de recozimento simulado (Simulated Annealing), queé baseado em três pilares: i) distribuição de visitação no espaço de soluções; ii) critério de aceitação; e iii) controle da estocasticidade do processo. Aqui, propomos uma nova generalização do algoritmo de recozimento simulado e da função de regularização. No algoritmo de otimização, generalizamos o cronograma de resfriamento, que usualmente são considerados algébricos ou logarítmicos, e o critério de Metropolis. Com relaçãoà função de regularização, unificamos as versões mais utilizadas, em umaúnica fórmula. O parâmetro de controle dessa generalização permite transitar continuamente entre as regularizações de Tikhonov e entrópica. Por meio de experimentos numéricos, aplicamos nosso algoritmo na resolução de dois impor...

show abstract

“…Para isso, adotamos os parâmetros e condições iniciais mostrados na Tabela 11, obtidos na Ref. (MENIN;BAUCH, 2018). Resolvemos o exemplo para um período de t = 100 dias, com N = 1000.…”

Section: Modelo Epidemiológico Sir Com Retardounclassified

Método Runge-Kutta contínuo para equações diferenciais com retardo e aplicações em dinâmica populacional

Ament¹

View full text Add to dashboard Cite

Agradeço, primeiramente, à Deus, por sempre me guiar, apoiar e ajudar a vencer as dificuldades e obstáculos da vida, proporcionando sempre meu crescimento espiritual.Agradeço à minha noiva, Gabriela, por todos esses anos de um eterno e infinito amor, carinho e companheirismo, e em especial nesse anos de mestrado pela compreensão e apoio em todos os momentos que precisei de alguém para conversar e desabafar.Agradeço à minha mãe, Daniela, por desde pequeno me incentivar à estudar e encarar os desafios da vida, sempre me dando um apoio e amor maternal muito além daquilo que um filho poderia imaginar se possível.Agradeço à minha avó, Regina, minha segunda mãe, por sempre me acolher em seu lar não só físico, mas também em seu lar de amor e cuidado, que sempre me ajudou em todas as etapas de minha vida.Agradeço ao meu pai, Paulo, por se fazer presente em minha vida como um grande amigo e companhia para um café, sempre me ajudando com conselhos para a vida.Agradeço à minha orientadora, Vanessa, por desde antes do meu ingresso no mestrado já ter me acolhido e incentivado iniciar essa nova etapa, sempre me ajudando muito e, principalmente, sendo sempre compreensiva com minhas dificuldades na conciliação da vida acadêmica com a vida profissional e pessoal.Agradeço ao meu orientador, Olavo, um "pai" na minha vida acadêmica, por, em todos esses anos que desenvolvemos esse e outros projetos científicos, também ter sido sempre compreensivo, me ajudando e incentivando a não desistir.Agradeço também aos meus antigos e atuais gestores, Roger, Walter e Henrique, em nome das empresas Colorado Máquinas e Sylvamo, por terem sido muito compreensivos e flexíveis, me proporcionando a possibilidade de concluir esse Mestrado enquanto me apoiavam em meu crescimento profissional.Por fim, agradeço aos demais membros da minha família, amigos e companheiros de trabalho que estiveram presentes em minha vida ao longo desses anos e que, direta ou indiretamente, me ajudaram nessa etapa da minha vida. "Any new realizations would have to waitTill he had more time More time A time to dream to himself He waves goodbye to himself I'll see you on the other side Another man moved by sleight of hand"

show abstract

Solving the patient zero inverse problem by using generalized simulated annealing

Cited by 12 publications

References 16 publications

Inverse Problem in Space Fractional Advection Diffusion Equation

Inverse Problem in Space Fractional Advection Diffusion Equation

Eficácia em problemas inversos: generalização do algoritmo de recozimento simulado e função de regularização aplicados a tomografia de impedância elétrica e ao espectro de raios X

Método Runge-Kutta contínuo para equações diferenciais com retardo e aplicações em dinâmica populacional

Contact Info

Product

Resources

About