Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- dados2 = read.csv("~/R/TP1/DadosTP1AnaliseDesempenhocsv.csv", sep = ";")
- # a) Determine os erros relativos para cada instância das várias MH e construa tabelas de frequências para cada uma delas.
- erros.relativos <- data.frame(
- erro.ACO = (dados2$ACO - dados2$WT.optimo ) / dados2$WT.optimo,
- erro.PSO = (dados2$PSO - dados2$WT.optimo ) / dados2$WT.optimo,
- erro.ABC = (dados2$ABC - dados2$WT.optimo ) / dados2$WT.optimo )
- tabela.erro.ACO = table(erro.ACO)
- tabela.erro.PSO = table(erro.PSO)
- tabela.erro.ABC = table(erro.ABC)
- cbind(Freq.rel.ACO = prop.table(erro.ACO), Freq.rel.PSO = prop.table(erro.PSO), Freq.rel.ABC = prop.table(erro.ABC))
- # b) Compare graficamente o desempenho das MH na resolução das instâncias em estudo. É possível identificar uma técnica que seja a mais eficaz?
- boxplot(erros.relativos)
- # Podemos verificar que a técnina mais eficaz é a ABC.
- # c) Calcule um sumário de estatísticas para os erros relativos de cada MH. Compare os resultados obtidos com os resultados das alíneas anteriores.
- summary(erro.ACO)
- summary(erro.PSO)
- summary(erro.ABC)
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement