@InProceedings{RabelloMaurRibeLore:2013:MeClSe,
author = "Rabello, R{\^o}mulo Louzada and Mauri, Geraldo Regis and Ribeiro,
Glaydston Mattos and Lorena, Luis Antonio Nogueira",
affiliation = "{Universidade Federal do Esp{\'{\i}}rito Santo – UFES} and
{Universidade Federal do Esp{\'{\i}}rito Santo – UFES} and
{Universidade Federal do Rio de Janeiro – UFRJ} and {Instituto
Nacional de Pesquisas Espaciais (INPE)}",
title = "Meta-Heur{\'{\i}}stica Clustering Search Aplicada ao Problema de
Rotula{\c{c}}{\~a}o Cartogr{\'a}fica de Pontos",
year = "2013",
organization = "Simp{\'o}sio Brasileiro de Pesquisa Operacional, 45. (SBPO).",
keywords = "clustering search, problema de rotula{\c{c}}{\~a}o
cartogr{\'a}fica de pontos, meta-heur{\'{\i}}sticas,
point-feature cartographic label placement problem,
metaheuristics.",
abstract = "O Problema de Rotula{\c{c}}{\~a}o Cartogr{\'a}fica de Pontos
(PRCP) consiste em atribuir r{\'o}tulos (textos) para pontos de
interesse em um mapa, sem ocasionar sobreposi{\c{c}}{\~a}o, a
fim de proporcionar uma melhor visualiza{\c{c}}{\~a}o dos
mesmos. Este trabalho apresenta uma aplica{\c{c}}{\~a}o da
meta-heur{\'{\i}}stica Clustering Search (CS) como uma nova
alternativa para resolu{\c{c}}{\~a}o do PRCP. Experimentos
computacionais foram realizados utilizando conjuntos de
inst{\^a}ncias com 25 a 13206 pontos a serem rotulados, sendo
estas inst{\^a}ncias as mesmas consideradas em diversos trabalhos
a respeito do PRCP. Os resultados obtidos demonstram o potencial
da CS uma vez que as solu{\c{c}}{\~o}es {\'o}timas (comprovadas
em outros trabalhos da literatura) sempre s{\~a}o
alcan{\c{c}}adas e, para as inst{\^a}ncias cujas
solu{\c{c}}{\~o}es {\'o}timas n{\~a}o s{\~a}o conhecidas, a
CS apresenta solu{\c{c}}{\~o}es melhores do que as conhecidas
at{\'e} ent{\~a}o. A CS foi planejada e implementada pelo
estudante sob supervis{\~a}o dos professores orientadores.
ABSTRACT: The Point-Feature Cartographic Label Placement Problem
(PFCLPP) consists of placing text labels to point features on a
map avoiding overlaps to improve the map visualization. This paper
presents an application of the Clustering Search (CS)
metaheuristic as a new alternative to solve the PFCLPP.
Computational experiments were performed over sets of instances
with 25 up to 13206 points to be labeled. These instances are the
same used in several recent and important researches about the
PFCLPP. The results enhance the CS potential by finding optimal
solutions (proved in previous works) and improving the best-known
solutions for instances whose optimal solutions are unknown so
far. The CS was developed by the student, under supervision of the
advisors.",
conference-location = "Natal, Brasil",
conference-year = "16 a 19 de setembro de 2013",
label = "self-archiving-INPE-MCTI-GOV-BR",
language = "pt",
targetfile = "META-HEUR{\'{\I}}STICA CLUSTERING SEARCH APLICADA AO PROBLEMA DE
ROTULA{\C{C}}{\~A}O CARTOGR{\'A}FICA DE PONTOS.pdf",
urlaccessdate = "27 jun. 2024"
}