RIBEIRO, R. A.; DOS SANTOS, E. B. F.; ASSUNÇÃO, P. D. C.; MACIEL, R. R.; BRAGA, E. M., 2015.

Predicting weld bead geometry in the novel CW-GMAW process. Weld J. 94(9): 301-s to 311-s.

RUDY, J.F., 1982. Development and application of dabber gas tungsten arc welding for repair of
aircraft engine, seal teeth. In: Proceedings of ASME Turbo Expo: Power for Land, Sea, and Air; 1982
April 18-22; London, England. Vol. 2. London: ASME. Paper No. 82-GT-55.

VOLKERT, S.; BONACORSO, N. G.; TEICHMANN, E. W.; MORETTI, R. C.; YOPAN, F. S., 2018.
Proposta de um Sistema de Transmissão Diferencial de Velocidades para Alimentação Oscilatória do
Material de Adição na Soldagem. XLIV CONSOLDA – Congresso Nacional de Soldagem. Uberlândia.

YURGINSK, M. E. W. S. C.,1995. Welding wire pulsed feeding mechanism – has two damping inserts
and two cores one of which is rigidly attached to one of electromagnetic cores and other is capable of
reciprocating action. Patente Nº RU2104134C1.

129
CAPÍTULO 08

O USO DA DOMINÂNCIA NO PROBLEMA DA ÁRVORE GERADORA MÍNIMA

COM PARÂMETROS FUZZY

Fabio Hernandes
Universidade Estadual do Centro-Oeste – UNICENTRO, Guarapuava, PR
E-mail: [email protected]

Lucas Fernando Frighetto

Universidade Estadual do Centro-Oeste – UNICENTRO, Guarapuava, PR
E-mail: [email protected]

Mauro Henrique Mulati

Universidade Estadual do Centro-Oeste – UNICENTRO, Guarapuava, PR
E-mail: [email protected]

Resumo: O problema da árvore geradora mínima com parâmetros fuzzy é um dos

principais problemas da programação matemática fuzzy, visto que possui aplicações
nas mais diversas áreas, como, por exemplo, redes de distribuição de energia,
armazenamento de informações e transportes. Neste trabalho é proposto um
algoritmo exato para o problema da árvore geradora mínima com estrutura crisp e
parâmetros fuzzy. Trata-se de uma adaptação do algoritmo clássico de Prim,
utilizando a relação de dominância de alguns trabalhos da literatura que tratam do
problema de caminho mínimo fuzzy. As incertezas nos pesos são abordadas por meio
da teoria dos conjuntos fuzzy e as árvores geradoras do conjunto solução são
armazenadas usando o conceito de rótulos. O algoritmo proposto foi testado em três
diferentes redes, compatíveis às instâncias dos principais trabalhos da literatura.

Palavras-chave: Algoritmo de Prim; Programação matemática; Teoria de grafos;

Teoria dos conjuntos fuzzy.

130
1. INTRODUÇÃO

Incertezas, imprecisões e ambiguidades são fatores que não podem ser ignorados
na resolução de alguns problemas reais visto que, em muitos casos, os parâmetros
(custos, capacidades, demandas, dentre outros) podem não ser naturalmente preci sos.
Com isso, nas décadas de 1960 e 1970, Zadeh [1–3] introduziu a teoria dos conjuntos fuzzy,
cuja finalidade foi dar um tratamento matemático a termos linguísticos subjetivos como
“aproximadamente” e “em torno de” dentre outros.
A teoria dos grafos é uma das áreas da programação matemática que tem utilizado
frequentemente a teoria dos conjuntos fuzzy em alguns de seus problemas, dentre os quais
se destacam: caminho mínimo [4–11], fluxo máximo [12–15], fluxo de custo mínimo [12, 16,
26], árvore geradora mínima [17–21] e coloração de grafos [22–25]. Dentre estes problemas,
o da árvore geradora mínima é um dos principais, haja vista suas aplicações na Engenharia
e na Informática, tais como: instalações e projeções de redes de telecomunicações (redes de
computadores, redes de telefonia e redes de TV a cabo) e elétricas, problemas de transporte
(rodovias e ferrovias), dentre outros [26].
Na literatura são apresentados diversos algoritmos que resolvem o problema clássico
da árvore geradora mínima sendo, principalmente, os algoritmos de Kruskal, Prim, Borüvk
e Sollin [27]. Porém, ao considerar incertezas nos parâmetros ou na estrutura da rede, a
resolução desse problema se torna mais trabalhosa, pois a comparação entre os dados dos
parâmetros não é trivial como no caso clássico, reportando assim à teoria dos conjuntos
fuzzy. O número de trabalhos na literatura que trata do tema é reduzido, devendo-se
principalmente a Delgado et al [28], Chunde [29], Takahashi e Yamakami [18], Takahashi
e Yamakami [17], Gao e Lu [30], Janiak e Kasperski [31], Mohanty et al [19] e Nayeem
e Pal [21].
No trabalho de Delgado et al [28] foram introduzidos os conceitos do problema da
árvore geradora mínima em redes com parâmetros e/ou estruturas fuzzy e utilizado o conceito
de α-corte para obtenção de cada árvore geradora mínima do conjunto fuzzy de soluções.
Chunde [29] propôs, por meio de uma heurística, um algoritmo em que é realizada apenas
uma iteração do algoritmo de Delgado et al [28], que utiliza o α-corte mais conveniente,
aplicado a redes com incertezas em sua estrutura. Takahashi e Yamakami [18]
propuseram um algoritmo genético para o problema com parâmetros fuzzy, usando a teoria
de possibilidade de Zadeh [3], enquanto que no segundo trabalho [17] foi abordado o
problema em uma rede com estrutura fuzzy, adaptando os trabalhos de Delgado et al [28] e

131
Chunde [29]. Gao e Lu [30] abordaram o problema da árvore geradora mínima quadrática
fuzzy com parâmetros incertos e propuseram um algoritmo genético para solucioná-lo.
Janiak e Kasperski [31] aplicaram a teoria da possibilidade de Zadeh [3] nos custos das
arestas e utilizaram um algoritmo clássico da literatura para encontrar a árvore geradora
mínima. Mohanty et al [19] abordaram o problema com parâmetros fuzzy por meio do
algoritmo clássico de Borüvka, juntamente com o índice de ordenação de Yao e Lin
[32]. Em um dos trabalhos mais recentes, Nayeem e Pal [21] “defuzzificaram”, o problema,
transformando-o em um problema clássico, e o resolveram via algoritmos genéticos.
Analisando os trabalhos descritos anteriormente, verifica-se que estes apresentam
algumas particularidades, tais como: solucionam o problema via algoritmos genéticos [17,
18, 21, 29, 30] ou aplicam índices de “defuzzificação”, resolvendo o problema por meio de
métodos clássicos [19, 31], o que pode ocasionar perda de informações. Além do mais, nos
trabalhos descritos anteriormente seus algoritmos são aplicados em redes de pequeno
porte (máximo de 21 vértices e 36 arestas, também utilizada neste trabalho), pouco densas
e com várias arestas dominadas (descartadas), o que faz com que o uso de métodos
heurísticos não seja totalmente justificável. Com isso, o objetivo deste trabalho é
apresentar um algoritmo exato, adaptado do algoritmo de Prim, para resolver o problema da
árvore geradora mínima em redes com parâmetros fuzzy, aplicável principalmente a redes de
pequeno porte (similares às utilizadas nos trabalhos da literatura) ou pouco densas e com
arestas dominadas (arestas caras, de peso grande).
O algoritmo proposto trabalha com as incertezas até a obtenção da solução final,
aplicando, assim, a relação de dominância de Okada e Soper [4] para eliminar as arestas de
maior peso e o conceito de rótulos para armazenar o conjunto solução, pois o mesmo pode
apresentar mais de uma árvore geradora mínima. Trata-se de um algoritmo baseado nos
trabalhos de Okada e Soper [4], Okada [6] e Hernandes et al [8].
Este trabalho está organizado da seguinte forma: na seção 2 são apresentados os
conceitos e definições utilizados no trabalho; a seção 3 aborda o algoritmo proposto; na
seção 4 estão os resultados computacionais, enquanto que na seção 5 são destacadas as
conclusões e trabalhos futuros.

2. CONCEITOS E DEFINIÇÕES

Nesta seção são abordados alguns conceitos e definições utilizados no trabalho.

Inicialmente é introduzido o problema da árvore geradora de peso mínimo, seguido de

132
alguns conceitos da teoria dos conjuntos fuzzy e do problema da árvore geradora mínima
fuzzy.

2.1 O problema da árvore geradora mínima

Definição 1. Um grafo não orientado G = (N , A), tal que N é o conjunto dos

vértices e A o conjunto das arestas, é uma árvore se, e somente se, G for conexo e acíclico
[33].
Seja um grafo G = (N , A), tal que para cada aresta (i , j ) ∈ A associa-se um número
Ci j, chamado peso da aresta (i , j ). Dado um subgrafo G F = (N, AF ) de G = (N, A),
chama-se peso de G F o valor C (G F ), calculado da seguinte forma:

sendo o grafo G = (N , A) conexo. Caso o grafo seja desconexo, o problema pode ser
resolvido separadamente para cada componente conexo.
O problema da árvore geradora mínima consiste em procurar uma árvore T* de G,
tal que:

sendo o mínimo considerado sobre o conjunto de todas as possíveis árvores T de G.

Teorema 1. Se todas as arestas do grafo G = (N , A) possuírem pesos distintos,
a árvore de peso mínimo é única [33].

2.2 Teoria dos conjuntos fuzzy

Considerando que os pesos e as arestas das redes tratadas no algoritmo proposto

são fuzzy, nesta subseção são apresentados alguns conceitos de números fuzzy, bem
como a relação de ordem utilizada para eliminar as arestas consideradas caras (pesos
maiores).

133
 2.2.1 Números fuzzy

As definições apresentadas são encontradas em Dubois e Prade [34] e Pedrycz e

Gomide [35].
Considerando que os pesos das arestas utilizados neste trabalho são abordados
como números fuzzy triangulares, as definições apresentadas tratam deste número.
Definição 2. Um número fuzzy triangular, denotado por a˜ = (m, α, β), possui sua

função de pertinência, µa˜(x), definida da seguinte forma (Figura 1):

tal que: m é o valor modal, α o espalhamento à esquerda e β o espalhamento à direita.

Figura 1: Exemplo de uma função de pertinência triangular

Fonte: Os autores

Definição 3. Valor modal é o valor x ∈ [m − α, m + β] para o qual a função de

pertinência tem valor máximo.

Definição 4. Sejam a˜ e b̃ dois números fuzzy triangulares, sendo a˜ = (m1 , α1 ,

β1 ) e b̃ = (m2 , α2 , β2 ), a soma fuzzy entre a˜ e b̃ é denotada por:

a˜ ⊕ b̃ = (m1 , α1 , β1 ) ⊕ (m2 , α2 , β2 ) = (m1 + m2, α1 + α2, β 1 + β2)

134
 2.2.2 Relação de ordem

Okada e Soper [4] abordaram, em seu trabalho, o problema do caminho mínimo

fuzzy e, para eliminar os caminhos considerados “caros", propuseram uma relação de
ordem baseada nas operações “fuzzy max" e “fuzzy min", definidas pelo princípio da
extensão, como segue:

tal que: µmax { a˜,b˜} é uma função de pertinência a˜, b̃ e s, t são os nós origem e

destino, respectivamente.
O máximo de n números fuzzy a˜1 , a˜2 , . . . , a˜n , denotado por max { a˜1 , a˜2 , . . .
, a˜n} , é também um número fuzzy, mas˜
max {a˜1 , a˜2 , . . . , a˜n } não necessariamente é um

dos a˜iF s . Logo, a relação de ordem de Okada e Soper [4] é:

Definição 5. Dados dois números fuzzy triangulares, a˜ = (m1 , α1 , β1 ) e b̃ = (m2 ,

α2 , β2 ), a˜ ≺ b̃ (a˜ domina b̃ ) se, e somente se, m1 ≤ m2 , (m1 − α1 ) ≤ (m2 − α2 ), (m1

+ β1 ) ≤ (m2 + β2 ) e a˜ ≠ b̃ .

Exemplo. Dados três números fuzzy triangulares a˜ = (m1 , α1 , β1 ), b̃ = (m2 , α2 ,

β2 ) e c˜ = (m3 , α3 , β3 ), conforme figura 2.

Figura 2: Exemplo de dominância

Fonte: Os autores

135
 Aplicando a relação de dominância de Okada e Soper (Definição 5) verifica-se que
⊀ ⊀ ⊀ ⊀
a˜ b̃ , a˜ ≺ c˜, b̃ a˜, b̃ ≺ c˜, c˜ a˜ e c˜ b̃ . Logo, c˜ é eliminado, pois foi dominado

por, pelo menos, um dos outros números, isto significa que possui peso maior que, no
mínimo, um dos outros.

2.3 O problema da árvore geradora mínima fuzzy

Dado um grafo conexo G̃ = (N, A), tal que para cada aresta (i, j) ∈ A associa-se
um número fuzzy Ci j – chamado peso da aresta (i , j ) – e seja G F = (N , AF ) um subgrafo

de G̃ = (N , A). Denota-se peso de G̃ F o valor:

O problema da árvore mínima fuzzy consiste em procurar uma árvore T* de G̃, tal
que:

sendo o mínimo considerado sobre o conjunto de todas as possíveis árvores de G̃.

3. ALGORITMO PROPOSTO

O algoritmo proposto é uma adaptação do algoritmo clássico de Prim [33] e se

baseia nos trabalhos de Okada e Soper [4] e Hernandes et al [8], cuja finalidade é tratar de uma
rede com incertezas em seus parâmetros. Os pesos das arestas são tratados como
números fuzzy triangulares e foi utilizado o conceito de dominância de Okada e Soper [4]
para eliminar as arestas de maior peso.
Considerando que o algoritmo proposto tem por objetivo apresentar um conjunto
solução de árvores geradoras mínimas fuzzy, ao contrário do caso clássico em que apenas
uma é apresentada, é utilizado o conceito de rótulo para armazenar as di- ferentes árvores
do conjunto solução, similar aos trabalhos de caminho mínimo fuzzy de Okada e Soper [4]
e Hernandes et al [8].

136
 O algoritmo proposto é composto de três passos, a saber: no Passo 0 são inicia
lizadas as variáveis; no Passo 1 são construídas as árvores geradoras de peso mínimo,
sendo que inicialmente são verificadas todas as possíveis arestas que podem fazer parte da
árvore (constituição da variável aux) e, em seguida, são eliminadas as de maior peso
(aplicação da dominância). Com as arestas restantes são construídas as árvores gera-
doras (uma árvore para cada aresta de aux). O Passo 2 é o critério de parada, sendo
verificado se todas as possíveis árvores são realmente árvores do grafo G̃ = (N , A), caso
contrário, retorna-se ao Passo 1.

3.1 Passos do algoritmo proposto

Descrição das variáveis:

N : conjunto dos vértices;
A: conjunto das arestas;
C(i, j): peso da aresta (i, j) ∈ A;
k: rótulo das árvores geradoras;
T k : conjunto dos vértices pertencentes à árvore geradora mínima k;
S k : conjunto das arestas pertencentes à árvore geradora mínima k;
V k : variável auxiliar que armazena o conjunto dos vértices que não pertencem à árvore
geradora mínina k;
n: variável auxiliar que armazena o número de árvores geradoras mínimas;
cont : variável auxiliar que armazena o número de árvores geradoras mínimas do
conjunto solução;
aux: variável auxiliar para construção do conjunto solução; e
i t : contador de iterações.

PASSO 0: Inicialização das variáveis

Forneça o grafo G̃ = (N , A), com seus respectivos pesos C (i , j ) das arestas
Escolha o vértice inicial i ∈ N
k ←1
n ←1
cont ← 1
Sk ← ∅

137
T k ← {i}
V k ← N − {i}
it ←0

PASSO 1: Construção do conjunto solução (árvores geradoras de peso mínimo)

it ← i t +1
Para k ← 1 até n faça
aux ← ∅
Para cada aresta (i , j ) ∈ A tal que i ∈ T k e j ∈ V k
a u x ← a u x + {(i , j )}
(i , j ) ← primeiro(aux)
Enquanto (i , j ) ≠ N I L faça
(l , m) ← primeiro(aux)
Enquanto (l , m) ≠ N I L faça
( p, q) ← sucessor ((l , m),aux)
se C (i , j ) ≺ C(l , m) e (i , j ) ≠ (l , m) então
a u x ← a u x − {(l , m)}
(l , m) ← ( p, q)
(i , j ) ← sucessor ((i , j ),aux)
Para cada aresta (i , j ) ∈ aux faça
Se não existir a árvore {S k + (i , j )} faça
Se (i , j ) for a primeira aresta de aux então
r ←k

Senão

cont ← cont + 1
r ← cont
S r ← S k + {(i , j)}
T r ← T k +{j }
V r ← V k − {j }
fim(para- início do Passo 1)
PASSO 2: Critério de Parada
Parada ← verdadeiro
138
 Para k ← 1 até cont faça
Se |S k| ≠(|N| − 1)
Parada ← falso
Se Parada = falso
n ← cont

Volte ao Passo1

Senão
Retorne {Sk : k ∈ 1, 2, ..., cont }

3.2 Considerações sobre o algoritmo proposto

A cada iteração do algoritmo proposto um vértice migra do conjunto Vk para o

conjunto Tk da árvore S k . Logo, considerando que Vk possui inicialmente o vértice i , o
número de iterações do Passo 1 do algoritmo é v −1, sendo v o número de vértices do grafo
original.
Analisando o algoritmo proposto verifica-se que sua aplicação a grandes redes,
densas e com pouca dominância pode não ser viável, haja vista que o conjunto solução é
composto de combinações de arestas para gerar o conjunto das árvores geradoras mínimas
fuzzy. Porém, vale destacar que os principais trabalhos da literatura abordaram o problema
em redes pouco densas e com, pelo menos, 60% de arestas dominadas, o que justifica a
aplicação deste algoritmo. Também, ressalta-se que o conceito de dominância foi utilizado
em alguns trabalhos da literatura referentes ao problema do caminho mínimo com
incertezas, trabalhos estes que apresentaram algoritmos exatos [4, 6], semelhantes ao
proposto, e que foram publicados nos principais periódicos da área, além de serem bem
citados na literatura.

4. RESULTADOS COMPUTACIONAIS

O algoritmo proposto foi implementado em Java e executado em três redes

distintas não orientadas, sendo as duas primeiras com pesos fictícios.

139