Understanding the structure of bin packing problems through principal component analysis

López-Camacho, Eunice; Terashima-Marín, Hugo; Ochoa, Gabriela; Conant-Pablos, Santiago Enrique

doi:10.1016/j.ijpe.2013.04.041

Cited by 35 publications

(24 citation statements)

References 27 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A Análise de Componentes Principais (PCA) é um método exploratório capaz de separar as informações mais importantes, apresentando a finalidade básica de reduzir o dimensionamento dos dados, a partir de combinações lineares das variáveis originais. As observações podem então ser traçadas graficamente, facilitando a visualização e a avaliação de suas semelhanças e diferenças, determinando, dessa forma, se as amostras poderão ser ou não agrupadas (López-Camacho et al, 2013;Ringner, 2008;Soeiro, 2010).…”

Section: Resultsunclassified

Avaliação da intensidade da reação de Maillard, de atributos físico-químicos e análise de textura em doce de leite

et al. 2016

View full text Add to dashboard Cite

RESUMO Produzido e comercializado na América Latina, o doce de leite é muito apreciado por seus consumidores, com grande importância para o mercado brasileiro. A padronização das características desse produto, assim como sua adequação ao que é preconizado pelo Regulamento Técnico de Identidade e Qualidade, é dificultada pela grande diversidade cultural e variações tecnológicas da sua produção. Por essa razão, o estudo das características físico-químicas e reológicas do doce de leite torna-se de grande importância para se alcançar uniformidade, principalmente pela escassez de literatura técnica e científica sobre este produto. Neste trabalho, objetivou-se avaliar e relacionar os atributos físico-químicos e de textura. Foram analisadas doze marcas de doce de leite quanto aos teores de umidade, atividade de água e análise de textura, com posterior análise estatística dos dados. A análise estatística descritiva para os atributos de textura mostrou elevada variação entre as amostras. Quanto ao teor de umidade, 51,11% das amostras tiveram resultados em desacordo com os padrões legais vigentes. As análises realizadas apresentaram resultados de HMF livre e total elevados. Pela Análise de Componentes Principais (PCA), verificou-se que a principal fonte de variação e de contribuição para agrupamento das marcas avaliadas está relacionada com os elementos que compõem as características reológicas do produto. Os resultados mostraram elevada correlação entre atividade de água, umidade e atributos reológicos. A combinação dos atributos físico-químicos e reológicos mostra-se útil para caracterização e avaliação da qualidade do doce de leite. Os resultados obtidos neste trabalho contribuem para ampliar os conhecimentos científicos e podem servir de subsídios para as indústrias de laticínios e a comunidade.

show abstract

Section: Resultsunclassified

Avaliação da intensidade da reação de Maillard, de atributos físico-químicos e análise de textura em doce de leite

et al. 2016

View full text Add to dashboard Cite

show abstract

“…They tested their system on a large corpus of 3,968 new instances of fixed size 1D bin-packing problems. Compared with the previous two works [6] [7] that have a fixed set of heuristics, their system continuously generates new heuristics and samples problems from its environment. Thus representative problems and heuristics are incorporated into a self-sustaining network of interacting entities inspired by methods in artificial immune systems.…”

Section: Experiments Resultsmentioning

confidence: 99%

“…Compared with the above related works [6] [7] [8] which predict the end to end performance using different heuristics to perform the end to end computation, P. Ross etc. in the work [9] optimize different phases of the execution for the bin packing problem computation.…”

Section: Experiments Resultsmentioning

confidence: 99%

“…In most cases, it is a trade off between the solution quality and the time to solve it. Adapting to different problem instances by different algorithms has been studied by traditional AI machine learning approaches [6] [7] [8] [9]. These works initially optimize the packing algorithm end-to-end and later to a finer granularity, state-to-state.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Small Boxes Big Data: A Deep Learning Approach to Optimize Variable Sized Bin Packing

Mao

Blanco²,

et al. 2017

2017 IEEE Third International Conference on Big Data Computing Service and Applications (BigDataService)

View full text Add to dashboard Cite

Abstract-Bin Packing problems have been widely studied because of their broad applications in different domains. Known as a set of NP-hard problems, they have different variations and many heuristics have been proposed for obtaining approximate solutions. Specifically, for the 1D variable sized bin packing problem, the two key sets of optimization heuristics are the bin assignment and the bin allocation. Usually the performance of a single static optimization heuristic can not beat that of a dynamic one which is tailored for each bin packing instance. Building such an adaptive system requires modeling the relationship between bin features and packing perform profiles. The primary drawbacks of traditional AI machine learnings for this task are the natural limitations of feature engineering, such as the curse of dimensionality and feature selection quality. We introduce a deep learning approach to overcome the drawbacks by applying a large training data set, auto feature selection and fast, accurate labeling. We show in this paper how to build such a system by both theoretical formulation and engineering practices. Our prediction system achieves up to 89% training accuracy and 72% validation accuracy to select the best heuristic that can generate a better quality bin packing solution.

show abstract

“…Goncalves and Resende presented a new way of 2DBP and 3DBP with Biased RandomKey GA (BRKGA) [28]. Lopez-Camacho et al suggested a heuristic and hyper-heuristic method for packing problems [24]. Heuristics are FFD, Filler, BFD, Djang and Finch with initial fullness of DJD 1 2 , DJD 1 3 and DJD 1 2 .…”

Section: Related Workmentioning

confidence: 99%

Robust hyper-heuristic algorithms for the offline oriented/non-oriented 2D bin packing problems

Beyaz

Dökeroğlu

Çoşar

2015

Applied Soft Computing

View full text Add to dashboard Cite

Understanding the structure of bin packing problems through principal component analysis

Cited by 35 publications

References 27 publications

Avaliação da intensidade da reação de Maillard, de atributos físico-químicos e análise de textura em doce de leite

Avaliação da intensidade da reação de Maillard, de atributos físico-químicos e análise de textura em doce de leite

Small Boxes Big Data: A Deep Learning Approach to Optimize Variable Sized Bin Packing

Robust hyper-heuristic algorithms for the offline oriented/non-oriented 2D bin packing problems

Contact Info

Product

Resources

About