Implementação em Paralelo da Decomposição de Benders Aplicada a Sistemas Eixo Raio
|
|
- Valentina de Abreu
- 5 Há anos
- Visualizações:
Transcrição
1 Implementação em Paralelo da Decomposição de Benders Aplicada a Sistemas Eixo Raio Diana Campos Leão, Gleicy Aparecida Cabral, Raquel da Silva Cabral Departamento de Ciência da Computação Universidade Federal de Minas Gerais {dianacle,gleicy,raquelc}@dcc.ufmg.br Resumo Neste trabalho, é desenvolvida uma implementação em paralelo do método de Decomposição de Benders para o problema de localização de concentradores de alocação múltipla não-capacitados. A implementação em paralelo do método de Decomposição de Benders para o problema eixo-raio não é conhecido na literatura, entretanto os bons resultados obtidos pelo algoritmo paralelo desenvolvido revelam que a abordagem paralela é aplicável e mais eficiente. Nos experimentos realizados, o algoritmo paralelo apresentou um tempo de resposta até 70% menor que o tempo de resposta do algoritmo seqüencial. 1. Introdução Sistemas do tipo eixo-raio(hub-and-spoke systems) tornaram-se uma importante área de pesquisa da teoria de localização nas últimas décadas. Esse destaque se deve, em grande parte, ao sucesso de sua utilização em sistemas logísticos, tanto de transporte de passageiros quanto de cargas, e em redes de telecomunicações. Ao invés de servir cada par origem destino de demanda com uma conexão direta, sistemas do tipo eixo raio substituem essas conexões diretas por uma rede de concentradores (hubs). Esses concentradores permitem que o tráfego seja agrupado e transportado através de um meio de transporte compartilhado, para ser então entregue aos respectivos destinos. O compartilhamento desse meio de transporte permite que esses sistemas eixo raio usufruam dos benefícios da economia de escala, isto é, o custo por unidade transportada torna-se menor ao se aumentar o volume do tráfego através do meio de transporte. A Figura 1 ilustra a diferença entre conexões diretas entre pares origem destino (capitais brasileiras) e via sistemas eixo raio. Os problemas do tipo eixo raio envolvem a localização dos concentradores e o desenho da rede que consiste na atribuição das origens e dos destinos a cada (a) (b) Figura 1. Conexões do tipo direta (a) e eixo raio (b) entre pares origem destino. Os pontos( ) representam os pontos de demanda e os triângulos( ) os concentradores concentrador. Dependendo do problema, o número de concentradores a serem localizados, a partir de um conjunto de pontos candidatos, pode ser conhecido previamente ou pode ser também uma variável do problema a ser determinada. A atribuição dos pontos de origem e de destino a cada concentrador pode ser classificada como simples, quando cada ponto só pode ser atendido por um único concentrador, e múltipla, quando cada ponto pode interagir com mais de um concentrador. Além disso, os concentradores e as conexões entre os mesmos podem ou não ser capacitados. Em um sistema capacitado, a capacidade de concentração/divisão e o transporte de fluxo em função do volume de tráfego são limitados. O restante do trabalho está organizado como segue. A seção 2 apresenta alguns trabalhos relacionados. As seções 3 e 4 apresentam o modelo matemático e o método de Decomposição de Benders paralelo, respectivamente. Na seção 5, estão a análise de complexidade do algoritmo e o benchmarking. A seção 6 mostra uma análise dos resultados obtidos. E por fim, na
2 seção 7, são apresentadas as conclusões e indicados os possíveis trabalhos futuros. 2. Trabalhos relacionados Desde o trabalho pioneiro de O Kelly [14, 15], vários pesquisadores propuseram diferentes abordagens e modelos para os sistemas eixo raio. Discussões sobre os mais diversos tipos de problemas dentro do contexto podem ser encontradas em [5, 6, 7]. O método de Decomposição de Benders foi apresentado por Benders [2], e a partir daí vários problemas foram resolvidos utilizando este método. Geoffrion e Graves [10] aplicaram o método a sistemas de distribuição e localização de facilidades instaladas entre as fábricas e os clientes finais. A decomposição foi utilizada em problemas do tipo eixo raio no trabalho de Gilberto Miranda [11]. Neste trabalho, são solucionados problemas quadráticos de atribuição (Quadratic Assignment Problem) e problemas de localização de concentradores. Camargo [8] usa decomposição de Benders para resolver esse problema de forma seqüencial. Implementações paralelas do método de Decomposição de Benders para diversos problemas podem ser encontradas em [13, 12]. Não foram encontrados na literatura trabalhos utilizando algoritmos paralelos em aplicações do tipo eixo raio. 3. Modelo matemático O problema de localização de concentradores não capacitados com múltipla atribuição pode ser assim enunciado: dados um conjunto de pontos, as demandas de cada par origem destino e um conjunto de concentradores candidatos, o problema consiste em localizar os concentradores atribuindo os pontos de origem e destino aos mesmos, de forma que o custo total seja mínimo e que a rota entre cada par de origem destino passe por 1 ou 2 concentradores. O custo total é a composição dos custos de instalação dos concentradores e de transporte. A formulação aqui apresentada é baseada nas seguintes definições: seja N o conjunto de nós, isto é, pontos de origem e de destino; seja também K o conjunto de nós candidatos a concentradores, tal que K N. Para qualquer par de nós (i,j), i, j N, representando um ponto de origem e de destino, respectivamente, têmse w ij que consiste na demanda de fluxo do nó i para o nó j, sendo normalmente w ij w ji. Seja a k o custo de instalação de um concentrador no nó k K e c ijkm o custo unitário de transporte do nó i até o nó j através dos concentradores k e m, tal que i, j N e k, m K. O custo unitário de transporte é a composição de três segmentos do caminho do nó i até o nó j. Assim, temos que c ijkm = c ik + αc km + c mj, onde c ik e c mj são os custos unitários de transporte do nó i(j) até o nó j(i) e αc km é o custo unitário de transporte com desconto entre os concentradores k e m. O parâmetro α representa a economia de escala alcançada pelo uso dos concentradores (α 1). As variáveis de decisão do modelo são y k, que possui valor 1 se o nó k é instalado como concentrador e 0 caso contrário; e x ijkm que é o fluxo do nó i até o nó j roteado via os concentradores k e m, nessa ordem. O modelo de Skorin-Kapov et al [17] para o problema abordado neste trabalho é dado por: Min [ k K a k y k + i N ] c ijkm x ijkm j N k K m K (1) Sujeito a x ijkm w ij y m i, j N; m K (2) k K x ijkm w ij y k i, j N; k K (3) m K k K m M x ijkm = w ij i, j N (4) x ijkm 0 i, j N; k, m K (5) y k {0, 1} k K (6) A função objetivo (1) é composta por dois termos. O primeiro representa o custo de instalação dos concentradores e o segundo termo é o custo total de transporte. O conjunto de restrições (2) e (3) garantem que as demandas dos pares origem destino só são roteadas por concentradores instalados. A restrição (4) assegura que as demandas dos pares origem destino são roteadas via algum par de concentradores. Quando k = m, o roteamento só acontece via um único concentrador. Finalmente, as restrições (5) e (6) garantem não negatividade e integralidade das soluções, respectivamente. Considerando n = N, observa-se que o modelo possui n 4 variáveis de fluxo x ijkm. Comparando esse valor com o número de variáveis inteiras y k que é sempre menor ou igual a n, constata-se uma enorme diferença de magnitude, mesmo para valores pequenos de n. Além disso, como não existem restrições de capacidade, o modelo (1) (6) tem sempre soluções viáveis e, para uma dada estrutura fixa de concentradores, o modelo transforma-se em um problema de transporte [1]. O problema de transporte pode ser resolvido por um algoritmo de caminho mínimo. A união dessas duas características fez surgir a motivação para a aplicação do
3 método de Decomposição de Benders [2] que será detalhado na próxima seção. 4. Método de decomposição de Benders Decomposição de Benders [2, 9] é um método de particionamento para resolver problemas de programação linear e não linear inteira mista. Nesse método, o problema original é decomposto em dois problemas: um problema com variáveis inteiras conhecido como problema mestre e um problema linear conhecido como subproblema. O problema mestre é uma versão do problema original com um conjunto de variáveis inteiras y k e com as restrições associadas relaxadas. O subproblema é o problema original com os valores das variáveis inteiras fixadas temporariamente pelo problema mestre e tendo como incógnitas apenas as variáveis de fluxo x ijkm. Em cada iteração, uma nova restrição, conhecida como corte de Benders, é adicionada ao problema mestre. Essa nova restrição é originada do dual do subproblema. Quando a mesma solução é encontrada para o problema mestre e o subproblema, então tem-se uma solução para o problema original dado pelo conjunto de equações (1) (6) 1. Camargo [4] implementa um algoritmo seqüencial para o problema, partindo desta implementação, foi feita uma versão em paralelo. No algoritmo paralelo, os subproblemas são divididos entre os processadores, um deles ficando responsável pelo problema mestre. O Algoritmo 1 mostra o método de decomposição de Benders em paralelo, onde LI é o limite inferior, LS é o limite superior, CT é o custo de transporte calculado no subproblema, CF o custo de instalção dos concentradores calculado pelo problema mestre e QL é a quantidade de dados enviados para cada processador. Nas linhas 1 e 2 do Algoritmo 1, são feitas as inicializações das variáveis LI e QL. Somente o processo mestre executa os comandos das linhas 5 e 6. Na linha 5, o valor do limite inferior LI é atualizado. Na linha 6, o processo mestre obtém o valor CF sendo este a soma dos custos de instalação dos concentradores escolhidos na iteração atual. Todos os processos escravos executam os comandos da linha 8 e cada processo resolve os subproblemas designados a ele. CT é a soma dos custos de transporte dos fluxos roteados entre os pares ij. Se a soma de CF e CT é menor que o limite superior LS, então o valor de LS é atualizado(linha 12). 1 Uma descrição formal do método de decomposição de Benders aplicada a sistemas do tipo eixo raio pode ser encontrada em [3] Algoritmo 1 Decomposição de Benders em paralelo 1: LI 0; 2: QL N/P; {Quantidade de linhas a enviar para cada processo} 3: while LS LI do 4: if MESTRE then 5: LI Min X a k y k ; {Resolve problema mestre} k 6: CF X a k ;{onde k são os nós que são concentradores} k 7: end if (processo+1) QL X X X X 8: CT Min c ijkm x ijkm ;{Resolve i=processo QL j k m subproblema} 9: if MESTRE then 10: ls CF + CT; 11: if LS < ls then 12: LS ls; 13: end if 14: Adiciona o corte ao problema mestre; 15: end if 16: end while Na linha 14, o corte de Benders é adicionado ao problema mestre. O algoritmo termina quando LI = LS, ou seja, uma solução para o problema original foi encontrada. 5. Análise e Benchmarking A versão seqüencial do algoritmo possui complexidade de tempo O(n 4 ) e espaço O(n 2 + n) [4]. A eficiência do Algoritmo 1 depende principalmente de quatro fatores: (i) o tempo para resolver o problema mestre a cada iteração; (ii) o tempo necessário para resolver cada subproblema a cada iteração; (iii) o tempo gasto na comunicação dos processos; e (iv) o número de iterações necessárias para a convergência global do problema. Vamos considerar todos esses fatores para analisar a complexidade do Algoritmo 1. Considerando o fator (i), temos que a resolução do problema mestre tem complexidade O(n) no pior caso, pois representa o primeiro termo da função objetivo da equação 1. Considerando o fator (ii), temos que a resolução dos subproblemas, representado pelo segundo termo da função objetivo da equação 1 tem complexidade é O(n 4 ). Nesse ponto do algoritmo, é feita uma decomposição de dados entre os processadores e cada processador executa n/p iterações. Assim, a complexidade de tempo para execução dos subproblemas é O(n 4 /p). No caso (iii), o custo é log(p) para cada operação de comunicação. Dessa forma, o custo de comunicação é O(nlog(p)), onde n é o número de vezes que essas mensagens são enviadas. O fator (iv) representa a quantidade de iterações que foram necessárias para se obter a solução ótima, que denominaremos h. Assim, considerando os quatros fato-
4 res discutidos anteriormente, a complexidade de tempo do algoritmo é O(n 4 /p + nlog(p)). O Algoritmo 1 requer como entrada uma matriz com os custos de instalação dos concentradores, uma matriz com os custos de transporte e uma matriz com as demandas entre os pares ij, que possuem, respectivamente, as dimensões n, n 2 e n 2. Dessa forma, a complexidade de espaço do Algoritmo 1 é O(n 2 + n). Feita a análise de complexidade de tempo, pode-se fazer uma previsão de como será o comportamento da execução do algoritmo paralelo. Esta previsão é útil para obter uma estimativa de como é a relação entre o número de processadores utilizados e o tempo de execução [16]. Vamos considerar nesta análise as seguintes constantes: χ tempo necessário para executar uma operação, ou seja, um ciclo de Benders; λ (latência) tempo necessário para comunicar um valor de uma tarefa para outra por meio de um canal de comunicação; β (largura de banda) representa o número de itens de dados que podem ser enviados por um canal em uma unidade de tempo; e n tamanho do problema. O tempo de comunicação para um algoritmo paralelo considerando os envios de mensagem é nlog p (λ+ 4n/β) [16]. Sendo χ a média de tempo necessária para executar uma iteração de Benders, o tempo de computação esperado do programa paralelo é n 3 n/p χ e o tempo total de execução esperado é dado por: n 3 n/p χ + nlog p (λ + 4n/β) A Figura 2(a) mostra a previsão do tempo de execução e o tempo de execução real para uma instância de 18 nós, onde χ = 10 5 sec, λ = 250 µseg e β = Verifica-se que o tempo real de execução da implementação em paralelo aproximou-se consideravelmente da previsão realizada. Como o aumento do número de processadores resultará na diminuição do tempo de execução, espera-se obter bons speedups como pode ser visto no gráfico 2(b). O gráfico 2(b) mostra uma previsão do speedup pela lei de Amdahl para três instâncias de tamanhos diferentes. 6. Resultados Para a implementação do algoritmo e testes realizados, foi utilizado o seguinte cenário: Hardware: 4 máquinas AMD Athlon(tm) 64 Processor MHz com 1GB de memória, 1 máquina AMD Opteron(tm) MHz com dois processadores e uma rede fast ethernet 10/100Mbps. Tempo(s) Speedup N = 10 N = 18 N = 120 (a) Tempo real Previsão (b) Figura 2. Comparação da previsão com o tempo de execução real(a) e a o speeduppelaleideamdahl(b) Software: linguagem C(GCC 3.3.5), sistema operacional Debian 1: , LAM/MPI e GLPK LP/MPI 4.8. Instâncias: todas as instâncias de teste pertencem ao conjunto AP. Esse conjunto de dados é derivado de uma aplicação real para redes postais de entrega. Cada instância de teste possui entre 10 e 200 nós, que representam os códigos postais de distritos, e os valores associados às arestas correspondem aos volumes de fluxo (mailflow). Foram gerados 13 problemas testes com as instâncias AP. Os nomes das instâncias de teste são denotados por
5 APn.α, onde n é o número de nós na rede e α é o desconto utilizado(2 para 20%,4 para 40%,...) Instância AP100.2 Instâncias #P Tempo(s) Speedup AP , , AP , , AP , , AP , , AP , , AP , , AP , , AP , , AP , , AP , , , AP , , , AP , , , Tabela 1. Resultados obtidos para as instâncias AP. Tempo de execução e speedup. Tempo(s) Speedup (a) Instância AP100.2 Speedup real Speedup pela lei de Amdahl A Tabela 1 apresenta o tempo de execução e o speedup obtidos para a execução do Algoritmo 1. Os testes foram feitos com 1, 2 e 4 processadores. Para a instância AP100.2, o tempo de execução diminuiu consideravelmente com o aumento do número de processadores como podemos ver na Tabela 1. O tempo gasto na execução seqüencial da instância AP100.2 foi 107,40 segundos, já o tempo de execução do algoritmo paralelo, utilizando 4 processadores, foi 37,83 segundos. Obtivemos neste teste um speedup de A Figura 3(a) mostra que o tempo de execução para a instância AP100.2 diminui com o aumento do número de processadores e a Figura 3(b) mostra o speedup obtido para 1, 2 e 4 processadores e também a previsão feita pela lei de Amdhal. Analisando os resultados obtidos, verifica-se que a decomposição do problema favorece totalmente a paralelização do algoritmo, pois gasta-se mais tempo na resolução dos subproblemas. A porção seqüencial do programa é muito menor que a paralela, favorecendo a obtenção de bons speedups. (b) Figura 3. Tempo de execução do algoritmo paralelo em (a) e speedups obtidos em (b) para a instância AP Conclusões e trabalhos futuros Este trabalho abordou o problema de localização de concentradores de alocação múltipla não-capacitados. Foi apresentado o modelo matemático formulado por Skorin-Kapov [17] e utilizada uma implementação paralela do método de Decomposição de Benders para resolução do problema. Com a implementação em paralelo do método de Decomposição de Benders foi possível obter bons resultados, como pode ser visto na Tabela 1, onde o tempo de execução do algoritmo paralelo foi até 70% menor que
6 o tempo de execução do algoritmo seqüencial. Estes resultados comprovam que implementações paralelas do método de Decomposição de Benders são aplicáveis e eficientes. Analisando o algoritmo paralelo construído, concluímos que algoritmos paralelos podem ser desenvolvidos para diversos outros problemas que podem ser solucionados utilizando o método de Decomposição de Benders. Uma melhoria a ser feita no algoritmo é em relação a complexiade de espaço que não conseguimos diminuir. Além disso, deseja-se utilizar um cluster maior nos próximos experimentos com o objetivo de analisar o desempenho do algoritmo para instâncias maiores do problema. [13] S. S. Nielsen and S. A. Zenios. Scalable parallel benders decomposition for stochastic linear programming. Parallel Computing, 23(8): , [14] M. E. O Kelly. The location of interacting hub facilities. Transportation Science, 20(2):92 106, [15] M. E. O Kelly. A quadratic integer program for the location of interacting hub facilities. European Journal of Operational Research, 32: , [16] M. J. Quinn. Parallel Programming in C with MPI and OpenMP. 1st edition edition, [17] D. Skorin-Kapov, J. Skorin-Kapov, and M. O Kelly. Tight linear programming relaxations of uncapacitated p-hub median problems. European Journal of Operational Research, 94: , Referências [1] M. S. Bazaraa. Linear programing and network flows. 1st edition edition, [2] J. F. Benders. Partitioning procedures for solving mixed integer variables programming problems. Numerische Methematik, 4: , [3] R. S. Cabral. Implementação em paralelo da decomposição de benders aplicada a sistemas eixo-raio com múltipla atribuição. Master s thesis, Universidade Federal de Alagoas, [4] R. Camargo, G.S.Miranda, R. S. Cabral, and H. Luna. Projeto de implementação paralela para decomposição de benders aplicada a sistemas eixo raio com múltipla atribuição. Anais do XXXVII SBPO Simpósio Brasileiro de Pesquisa Operacional, [5] J. F. Campbell. Integer programming formulations of discrete hub location problems. European Journal of Operational Research, 72: , [6] J. F. Campbell. A survey of network hub location. Studies in Location al Analysis, 6:31 49, [7] J. F. Campbell, A. T. Ernst, and M. Krishnamoorthy. Hub Location Problems, chapter 12, pages edition, [8] R. S. de Camargo, G. M. Jr., and H. P. Luna. Benders decomposition for the uncapacitated multiple allocation hub location problem. Prepint submitted to Computers and Operations Research, [9] A. M. Geoffrion. Generalized benders decomposition. Journal of Optimization Theory and Applications, 10(4): , [10] A. M. Geoffrion and G. W. Graves. Multicomodity distribution system design by benders decomposition. Management Science, 20: , [11] G. J. Miranda. Localização de Servidores e Projeto de Redes com Custos de Interdependência e Congestionamento. PhD thesis, Universidade Federal de Minas Gerais, [12] S. A. MirHassani, C. Lucas, G. Mitra, E. Messina, and C. A. Poojari. Computational solution of capacity planning models under uncertainty. Parallel Computing, 26(5): , 2000.
MÉTODO DE DECOMPOSIÇÃO DE BENDERS APLICADO A LOCALIZAÇÃO DE CONCENTRADORES EM REDES DO TIPO EIXO-RAIO COM ALOCAÇÃO SIMPLES
MÉTODO DE DECOMPOSIÇÃO DE BENDERS APLICADO A LOCALIZAÇÃO DE CONCENTRADORES EM REDES DO TIPO EIXO-RAIO COM ALOCAÇÃO SIMPLES Raphael Castro raphaelufop@yahoo.com.br Ricardo Saraiva de Camargo rcamargo@dep.ufmg.br
Leia maisLOCALIZAÇÃO DE SERVIDORES E DESENHO DE REDES LOCAIS INTEGRADAS
LOCALIZAÇÃO DE SERVIDORES E DESENHO DE REDES LOCAIS INTEGRADAS Pollyanna G. Faria Dias Depto. de Ciências Exatas e Tecnologia, Centro Universitário de Belo Horizonte, pollyannagdias@yahoo.com Gilberto
Leia mais5HIHUrQFLDV%LEOLRJUiILFDV
5HIHUrQFLDV%LEOLRJUiILFDV ALBAN, M., Os modais e os desafios da multimodalidade na Bahia, Transportes e Logística, Cadernos da Fundação Luís Eduardo Magalhães (2002). AYKIN, T., Networking policies for
Leia maisRecebido em 08 de Novembro, 2016 / Aceito em 19 de Junho, 2018
Tema Tendências em Matemática Aplicada e Computacional, 19, N. 3 (2018), 547-558 2018 Sociedade Brasileira de Matemática Aplicada e Computacional www.scielo.br/tema doi: 10.5540/tema.2018.019.03.0547 Relaxação
Leia maisRAPHAEL REIS MAURO DE CASTRO SISTEMAS EIXO-RAIO DE ALOCAÇÃO SIMPLES: MODELOS E ALGORITMOS
RAPHAEL REIS MAURO DE CASTRO SISTEMAS EIXO-RAIO DE ALOCAÇÃO SIMPLES: MODELOS E ALGORITMOS Belo Horizonte 03 de dezembro de 2010 Universidade Federal de Minas Gerais Instituto de Ciências Exatas Programa
Leia maisINFORMAÇÕES GERAIS DO TRABALHO
INFORMAÇÕES GERAIS DO TRABALHO Título do Trabalho: Investigação de abordagens heurísticas para resolução de projeto de redes eixo-raio com alocação simples Autor (es): Rodrigo Ferreira de Brito; Bruno
Leia maisUMA HEURÍSTICA CONSTRUTIVA PARA O PROBLEMA DE COBERTURA POR HUBS
UMA HEURÍSTICA CONSTRUTIVA PARA O PROBLEMA DE COBERTURA POR HUBS Ana Paula Milanez Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas Av. Albert Einstein, 400, CEP 13083-852,
Leia maisDESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES
DESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES João Ricardo Kohler Abramoski (PAIC/FUNDAÇÃO ARAUCÁRIA), Sandra Mara Guse Scós Venske (Orientadora), e-mail: ssvenske@unicentro.br
Leia maisUma solução exata para o Problema de Localização de Concentradores com Alocação Múltipla
XII Worshop de Computação Aplicada - WORCAP 2012 Uma solução exata para o Problema de Localização de Concentradores com Alocação Múltipla Wesley Gomes de Almeida 1, Edson Luiz França Senne 2, Horacio Hidei
Leia mais3 Decisões de Localização de Instalações
3 Decisões de Localização de Instalações Historicamente, o estudo contemporâneo dos problemas de localização foi iniciado por Alfred Weber, que estudou a localização de uma fábrica com o objetivo de minimizar
Leia maisMedida de desempenho
Medida de desempenho Aceleração (Speedup) = (Tempo em 1 CPU) / (Tempo em p CPUs) O que devemos comparar? Programa paralelo em 1 CPU? Programa equivalente sequencial? Melhor programa sequencial? Fator de
Leia maisLocalização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha.
Localização de Instalações Projeto de Redes Logísticas Prof. Dr. Claudio Barbieri da Cunha Escola Politécnica cbcunha@usp.br Objetivo Definir a configuração de uma rede logística / supply chain em termos
Leia maisXLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
O PROBLEMA DE LOCALIZAÇÃO DE CONCENTRADORES EM ÁRVORES: UM PROCEDIMENTO PARA ACELERAR UM ALGORITMO BASEADO EM DECOMPOSIÇÃO DE BENDERS João Carlos Abreu Júnior 1 Thiago F. Noronha 1 Andréa Cynthia Santos
Leia maisGeração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita
Geração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita Geraldo R. Mauri Universidade Federal do Espírito Santo - UFES mauri@cca.ufes.br Luiz A. N. Lorena
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisA Parallel Heuristics For The Single Allocation Hub Location Problem R. de Carvalho, R. S. de Camargo, A. X. Martins and R. R.
1278 IEEE LATIN AMERICA TRANSACTIONS, VOL. 15, NO. 7, JULY 2017 A Parallel Heuristics For The Single Allocation Hub Location Problem R. de Carvalho, R. S. de Camargo, A. X. Martins and R. R. Saldanha 1
Leia maisAluno de Pós-Graduação em Engenharia de Software para Dispositivos Móveis pela UNINTER
COMPARAÇÃO DE DESEMPENHO NA PROGRAMAÇÃO PARALELA HÍBRIDA (MPI + OPENMP) NA BUSCA DE TEXTO EM ARQUIVOS 1 COMPARISON OF PERFORMANCE IN HYBRID PARALLEL PROGRAMMING (MPI + OPENMP) IN SEARCH OF TEXT IN FILES
Leia maisReconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição
Reconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição Code: 02.010 S. C. A. de Ferreira, T. L. O. Araújo, L. W. Oliveira, J. S. Carvalho
Leia mais1_1 1_2 2_1 1_ _ _ Fonte: Autor
75 7. Resultados Os resultados aqui apresentados utilizam o modelo proposto na Seção 6.2, resolvido através do software de otimização AIMMS para os problemas com Datas prometidas. Já para o problema sem
Leia maisLOCALIZAÇÃO DE CONCENTRADORES ORIENTADA A CUSTOS COM ECONOMIA DE ESCALA VARIÁVEL
ALAN ALCIDES VIANA LOCALIZAÇÃO DE CONCENTRADORES ORIENTADA A CUSTOS COM ECONOMIA DE ESCALA VARIÁVEL Belo Horizonte 2009 Programa de Pós-Graduação em Engenharia de Produção Escola de Engenharia Localização
Leia maisMODELO INTEGRADO PARA LOCALIZAÇÃO HIERÁRQUICA DE HUBS EM REDES DE FLUXOS
MODELO INTEGRADO PARA LOCALIZAÇÃO HIERÁRQUICA DE HUBS EM REDES DE FLUXOS Guina Sotomayor Alzamora Instituto Nacional de Matemática Pura e Aplicada (IMPA) Estrada Dona Castorina 110 Jardim Botânico RJ,
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisModelos e Algoritmos para o Problema de Atribuio de Capacidades e Roteamento de Fluxos em Redes de Comunicao p.1/42
Modelos e Algoritmos para o Problema de Atribuição de Capacidades e Roteamento de Fluxos em Redes de Comunicação Defesa de Tese de Doutorado Ricardo Poley Martins Ferreira DCC - UFMG Modelos e Algoritmos
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisPARALELIZAÇÃO DE ALGORITMO DE INSPEÇÃO DE ROTAS UTILIZANDO PERMUTAÇÃO LEXICOGRÁFICA 1
PARALELIZAÇÃO DE ALGORITMO DE INSPEÇÃO DE ROTAS UTILIZANDO PERMUTAÇÃO LEXICOGRÁFICA 1 Jessica De Almeida Berlezi 2, Janiel Ceretta Foletto 3, Edson Luiz Padoin 4, Rogério S. M. Martins 5. 1 Trabalho realizado
Leia maisMétodo geração de colunas e heurísticas para o Problema da Mochila Compartimentada. Resumo
Método geração de colunas e heurísticas para o Problema da Mochila Compartimentada Aline Aparecida de Souza Leão Maristela Oliveira dos Santos Marcos Nereu Arenales Universidade de São Paulo-USP Av Trabalhador
Leia maisArquitecturas Paralelas I Computação Paralela em Larga Escala LESI - 4º Ano. Desenvolvimento de Aplicações Paralelas
Arquitecturas Paralelas I Computação Paralela em Larga Escala LESI - 4º Ano Desenvolvimento de Aplicações Paralelas (gec.di.uminho.pt/lesi/ap10203/aula06aplicaçõespar.pdf) João Luís Ferreira Sobral Departamento
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisTeoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Introdução Sumário 1 Introdução
Leia maisAnálise de Desempenho da Paralelização do Problema de Caixeiro Viajante
Análise de Desempenho da Paralelização do Problema de Caixeiro Viajante Gabriel Freytag Guilherme Arruda Rogério S. M. Martins Edson L. Padoin Universidade Regional do Noroeste do Estado do Rio Grande
Leia maisUm Modelo Integrado para o Projeto de Redes Logísticas com Decisões de Localização de Instalações, Produção, Transporte e Estoques.
Marcelo Maciel Monteiro Um Modelo Integrado para o Projeto de Redes Logísticas com Decisões de Localização de Instalações, Produção, Transporte e Estoques. Tese de Doutorado Tese apresentada ao Programa
Leia maisAbordagens meta-heurísticas para o problema de localização de concentradores com restrições de capacidade
Abordagens meta-heurísticas para o problema de localização de concentradores com restrições de capacidade Wesley G. Almeida 1, Edson L. F. Senne 2, Horacio H. Yanasse 1 1 Instituto Nacional de Pesquisas
Leia maisABORDAGENS HEURÍSTICAS PARA
INSTITUTO FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO ABORDAGENS HEURÍSTICAS PARA RESOLUÇÃO DE PROJETO DE REDES EIXO-RAIO COM ALOCAÇÃO SIMPLES RODRIGO FERREIRA DE BRITO Orientador: Bruno
Leia maisConstrutores de Sicronização em OpenMP
Construtores de Sicronização em OpenMP Esbel Tomás Valero Orellana Bacharelado em Ciência da Computação Departamento de Ciências Exatas e Tecnológicas Universidade Estadual de Santa Cruz evalero@uesc.br
Leia maisIntrodução à Ciência da Computação II
Introdução à Ciência da Computação II 2semestre/200 Prof Alneu de Andrade Lopes Apresentação com material gentilmente cedido pelas profas Renata Pontin Mattos Fortes http://wwwicmcuspbr/~renata e Graça
Leia maisUm método exato de busca para se calcular o multiplicador lagrangeana/surrogate (lagsur) para o Problema Generalizado de Atribuição
Um método exato de busca para se calcular o multiplicador lagrangeana/surrogate (lagsur) para o Problema Generalizado de Atribuição Marcelo Gonçalves Narciso Embrapa Informática Agropecuária Luiz Antônio
Leia maisProblema de Designação. Fernando Nogueira Problema de Designação 1
Problema de Designação Fernando Nogueira Problema de Designação 1 O Problema de Designação é um caso específico de um Problema de Transporte, que por sua vez é um caso específico de um Problema de Programação
Leia maisPCC104 Projeto e Análise de Algoritmos
PCC104 Projeto e Análise de Algoritmos Joubert de Castro Lima joubertlima@gmail.com Professor Adjunto DECOM UFOP 2010/1 Figuras retiradas do livro Introduction to parallel Computing Programar em paralelo
Leia maisAlgoritmos e Estrutura de Dados. Algoritmos Prof. Tiago A. E. Ferreira
Algoritmos e Estrutura de Dados Aula 3 Conceitos Básicos de Algoritmos Prof. Tiago A. E. Ferreira Definição de Algoritmo Informalmente... Um Algoritmo é qualquer procedimento computacional bem definido
Leia maisCOMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1
COMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1 Márcia Da Silva 2, Igor Gamste Haugg 3, Eliézer Silveira Prigol 4, Édson L. Padoin 5, Rogério S. M. Martins
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 5 Modelo da Designação Fernando Marins fmarins@feg.unesp.br Departamento de Produção
Leia maisINPE Outubro, Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva Projeto:
INPE Outubro, 2008 Fabiana. S. Santana, César Bravo, Antonio. M. Saraiva fabiana.santana@usp.br, amsaraiv@usp.br Apoio: Instituição: Projeto: Objetivos: Apresentar versão de alto desempenho para o Garp
Leia maisFormulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
Leia maisComparação entre Abordagens de Paralelização para o Problema do Jogo da Vida
Comparação entre Abordagens de Paralelização para o Problema do Jogo da Vida Daniel Michelon de Carli 1,2, Eduardo Spolaor Mazzanti 1,2,3, Rodrigo Dewes 1, Ronaldo Canofre M. dos Santos 1,3, Valdir Stumm
Leia maisAprendizado por Reforço
Aprendizado por Reforço SCC5865-Robótica Roseli A F Romero Introdução O modelo padrão de aprendizado por reforço Aprendizado por Reforço Formalmente, o modelo consiste de: Um conjunto discreto de estados
Leia mais5 Metodologia proposta
5 Metodologia proposta Será apresentada, neste capítulo, a metodologia proposta para a resolução do problema de localização de Grupamentos Logísticos, com o objetivo final de proporcionar o melhor apoio,
Leia maisTeoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Otimização Vetorial Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Introdução
Leia maisAvaliação de Desempenho. September 28, 2010
September 28, 2010 O que é desempenho? em primeiro lugar, uma ótima tradução para performance... :-) tempo de execução (o centro das atenções!) outras: projeto, ciclo de vida, manutenção,... mesmo outras
Leia maisVolmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21 Três objetivos i. Redução de custos (custos variáveis) ii. iii. Redução de capital (investimento, custos fixos) Melhoria do serviço
Leia maisTópicos em Otimização de Licenciatura em Computação Introdução
Tópicos em Otimização de Licenciatura em Computação Introdução Slides (2-6) foram disponibilizados pelo Prof. Fernando Gomide -UNICAMP Otimização (Programação Matemática) O que é é um procedimento matemático
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisUMA ABORDAGEM EVOLUCIONÁRIA PARA O PROJETO DE REDES EIXO-RAIO COM ALOCAÇÃO SIMPLES
UMA ABORDAGEM EVOLUCIONÁRIA PARA O PROJETO DE REDES EIXO-RAIO COM ALOCAÇÃO SIMPLES BRUNO NONATO GOMES UMA ABORDAGEM EVOLUCIONÁRIA PARA O PROJETO DE REDES EIXO-RAIO COM ALOCAÇÃO SIMPLES Dissertação apresentada
Leia maisMedida do Tempo de Execução de um Programa. David Menotti Algoritmos e Estruturas de Dados II DInf UFPR
Medida do Tempo de Execução de um Programa David Menotti Algoritmos e Estruturas de Dados II DInf UFPR Classes de Comportamento Assintótico Se f é uma função de complexidade para um algoritmo F, então
Leia mais3 Aprendizado por reforço
3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina
Leia maisOPTIMIZAÇÃO NÃO LINEAR EM REDES
OPTIMIZAÇÃO NÃO LINEAR EM REDES Luis Ernesto Torres Guardia Departamento de Engenharia de Produção Universidade Federal Fluminense Rua Passo da Pátria 156, São Domingos 24210-240, Niterói, R.J., Brasil
Leia maisResumo Expandido Título da Pesquisa (Português) Título da Pesquisa (Inglês) Palavras-chave
Resumo Expandido Título da Pesquisa (Português): Uma eficiênte heurística para o projeto de redes eixo-raio: um estudo de caso para as cidades de Minas Gerais Título da Pesquisa (Inglês): An efficient
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisUM ESTUDO COMPUTACIONAL DE MODELOS MATEMÁTICOS PARA O PROJETO DE REDES DE TELECOMUNICAÇÕES COM TOPOLOGIA EM ANEL
UM ESTUDO COMPUTACIONAL DE MODELOS MATEMÁTICOS PARA O PROJETO DE REDES DE TELECOMUNICAÇÕES COM TOPOLOGIA EM ANEL Elder Magalhães Macambira Universidade Federal da Paraíba Departamento de Estatística Cidade
Leia maisDepartamento de Engenharia de Produção UFPR 22
Departamento de Engenharia de Produção UFPR 22 Geralmente, temos três objetivos i. Redução de custos (custos variáveis) Redução de capital (investimento, custos fixos) i Melhoria do serviço (pode conflitar
Leia maisAula 3 Redes de Interconexão
Aula 3 Redes de Interconexão As redes de interconexão são de fundamental importância nas arquiteturas paralelas Não importa o tipo da arquitetura, todo computador paralelo necessita de uma rede de interconexão
Leia maisAnálise de Desempenho de Estratégias de Particionamento de Grafos
Análise de Desempenho de Estratégias de Particionamento de Grafos Diogo T. Murata, Rodrigo M. Martins, Vanderson M. do Rosario, Anderson F. da Silva 1 Departamento de Informática - Universidade Estadual
Leia maisCapítulo 5 - Optimização Não-Linear
Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia
Leia maisOptimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Leia maisNem todos os problemas algorítmicos que podem ser resolvidos em princípio podem ser resolvidos na prática: os recursos computacionais requeridos
Nem todos os problemas algorítmicos que podem ser resolvidos em princípio podem ser resolvidos na prática: os recursos computacionais requeridos (tempo ou espaço) podem ser proibitivos. 1 Suponha que duas
Leia maisHEURÍSTICA DE TEITZ E BART NA RESOLUÇÃO DE UM PROBLEMA LOGÍSTICO TEITZ AND BART'S HEURISTIC IN THE SOLUTION OF A LOGISTIC PROBLEM
HEURÍSTICA DE TEITZ E BART NA RESOLUÇÃO DE UM PROBLEMA LOGÍSTICO TEITZ AND BART'S HEURISTIC IN THE SOLUTION OF A LOGISTIC PROBLEM GASPARIN, Eduardo¹; TEIXEIRA, Levi Lopes² 1,2 UTFPR, ¹eduardogaspparin@hotmail.com,
Leia maisUniversidade Estadual de Mato Grosso do Sul UEMS Curso de Ciência da Computação Disciplina de Algoritmos Paralelos e Distribuídos
Universidade Estadual de Mato Grosso do Sul UEMS Curso de Ciência da Computação Disciplina de Algoritmos Paralelos e Distribuídos Pensando em Paralelo Pensar em paralelo é uma tarefa que exige disciplina
Leia maisScheduling and Task Allocation ADVANCED COMPUTER ARCHITECTURE AND PARALLEL PROCESSING Hesham El-Rewini 2005 Capítulo 10 Autor...: Antonio Edson Ceccon Professor..: Prof. Heitor Silvério Lopes Apresentação
Leia mais7. Resultados. 7 MATLAB é um produto da The MathWorks, Inc.
7. Resultados O modelo foi implementado por meio da linguagem computacional utilizada no software Matlab 7 e através da utilização do otimizador GLPK (GNU Linear Programming kit), em uma plataforma de
Leia maisBranch-and-Bound para problemas de Otimização Combinatória
para problemas de Otimização Combinatória Rafael Antônio Marques Gomes Orientador: Haroldo Gambini Santos Departamento de Computação UFOP 26 de julho de 2011 Rafael Antônio Marques Gomes BB para problemas
Leia maisElementos de conexão e condições de paralelismo. Aleardo Manacero Jr.
Elementos de conexão e condições de paralelismo Aleardo Manacero Jr. Elementos de Conexão O que é conectividade? Define como os elementos de processamento (CPU e memória) de um sistema de alto desempenho
Leia maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA
Nível: Mestrado/Doutorado Histórico: Inicialmente, o número de créditos das disciplinas era 8. Passou para 6 créditos em 31/01/01. Voltou para 8 créditos em 28/05/04 Docente(s) Responsável(eis): Prof.
Leia maisALGORITMOS EXATOS PARA O PROBLEMA DO CAMINHO MAIS CURTO ROBUSTO E PARA O PROBLEMA DE LOCALIZAÇÃO DE CONCENTRADORES EM ÁRVORE
ALGORITMOS EXATOS PARA O PROBLEMA DO CAMINHO MAIS CURTO ROBUSTO E PARA O PROBLEMA DE LOCALIZAÇÃO DE CONCENTRADORES EM ÁRVORE JOÃO CARLOS ABREU JÚNIOR ALGORITMOS EXATOS PARA O PROBLEMA DO CAMINHO MAIS
Leia maisCT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches
CT-234 Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural Carlos Alberto Alonso Sanches Bibliografia T.H. Cormen, C.E. Leiserson and R.L. Rivest Introduction to algorithms R. Sedgewick
Leia maisAnálise de Algoritmos Estrutura de Dados II
Centro de Ciências Exatas, Naturais e de Saúde Departamento de Computação Análise de Algoritmos Estrutura de Dados II COM10078 - Estrutura de Dados II Prof. Marcelo Otone Aguiar marcelo.aguiar@ufes.br
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisAula 1. Teoria da Computação III
Aula 1 Teoria da Computação III Complexidade de Algoritmos Um problema pode ser resolvido através de diversos algoritmos; O fato de um algoritmo resolver um dado problema não significa que seja aceitável
Leia maisTeoria dos Grafos Aula 22
Teoria dos Grafos Aula 22 Aula passada Caminho mais curto entre todos os pares Algoritmo de Floyd Warshall Programação dinâmica Aula de hoje Caminho mais curto Algoritmo de Bellman Ford Melhorias Caminho
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisPreliminares. Profa. Sheila Morais de Almeida. agosto
Preliminares Profa. Sheila Morais de Almeida DAINF-UTFPR-PG agosto - 2016 Algoritmos Definição - Skiena Algoritmo é a ideia por trás dos programas de computador. É aquilo que permanece igual se o programa
Leia maisElementos de conexão e condições de paralelismo. Aleardo Manacero Jr.
Elementos de conexão e condições de paralelismo Aleardo Manacero Jr. Elementos de Conexão O que é conectividade? Define como os elementos de processamento (CPU e memória) de um sistema de alto desempenho
Leia maisParalelização do Método de Jacobi em Memória Compartilhada 1
Paralelização do Método de Jacobi em Memória Compartilhada 1 Claudio Schepke cschepke@inf.ufrgs.br 1 PPGC - Instituto de Informática - UFRGS Introdução ao Processamento Paralelo e Distribuído Professor
Leia maisProgramação Concorrente e Paralela
projeto de programas paralelos 2016 PCAM problema particionamento comunicacao aglomeracao mapeamento desenhada para memória distribuída mas muitas idéias em comum Particionamento idéia é expor oportunidades
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
Leia maisAnálise e Projeto de Algoritmos
Análise e Projeto de Algoritmos Profa. Sheila Morais de Almeida DAINF-UTFPR-PG junho - 2018 Sheila Almeida (DAINF-UTFPR-PG) Análise e Projeto de Algoritmos junho - 2018 1 / 40 Este material é preparado
Leia maisProgramação Linear Aplicada em Redes de Telecomunicações. Prof. Rodrigo de Souza Couto
Programação Linear Aplicada em Redes de Telecomunicações Prof. Rodrigo de Souza Couto Informações Gerais Prof. Rodrigo de Souza Couto E-mail: rodsouzacouto@ieee.org Página da disciplina: http://www.lee.eng.uerj.br/~rodrigo/proglin
Leia maisTécnicas de Paralelização
Técnicas de Paralelização 2 Particionar e dividir para conquistar Slides for Parallel Programming Techniques & Applications Using Networked Workstations & Parallel Computers 2nd ed., by B. Wilkinson &
Leia maisImplementação Paralela do Algoritmo de Roteamento de Veículos com Janelas de Tempo sob a Plataforma CUDA
Implementação Paralela do Algoritmo de Roteamento de Veículos com Janelas de Tempo sob a Plataforma CUDA Aluno: Thiago William Machado RA: 107577 thiagowilliamm@yahoo.com.br Orientador: Prof. Dr. Ricardo
Leia maisParalelização de Algoritmos de CFD em Clusters Multi-Core MC7. Escola de Verão Arquiteturas Multi-Core
RSS-Verão-01/08 p.1/36 Paralelização de Algoritmos de CFD em Clusters Multi-Core MC7 Escola de Verão 2008 Arquiteturas Multi-Core Renato S. Silva LNCC - MCT Janeiro de 2008 RSS-Verão-01/08 p.2/36 Objetivo:
Leia maisComparação dos algoritmos sequencial e paralelo para contagem de palavras e contexto
Comparação dos algoritmos sequencial e paralelo para contagem de palavras e contexto Eduardo Delazeri Ferreira, Francieli Zanon Boito, Aline Villavicencio 1. Introdução 1 Instituto de Informática - Universidade
Leia maisAvaliação de Desempenho
September 25, 2012 O que é desempenho? em primeiro lugar, uma ótima tradução para performance... :-) tempo de execução (o centro das atenções!) outras: projeto, ciclo de vida, manutenção,... mesmo outras
Leia maisESTRUTURA DE DADOS I AULA I
ESTRUTURA DE DADOS I AULA I PROF. ME. HÉLIO ESPERIDIÃO O que é um dado? Dado pode ser definido como a matéria-prima originalmente obtida de uma ou mais fontes (etapa de coleta). o que é a informação A
Leia maisPedro Tiago Barbosa do Couto. Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO
Pedro Tiago Barbosa do Couto Resolução de problemas de transporte rodoviário de cargas utilizando programação inteira DISSERTAÇÃO DE MESTRADO DEPARTAMENTO DE ENGENHARIA ELÉTRICA Programa de Pós graduação
Leia maisAula 19: Lifting e matrizes ideais
Aula 19: Lifting e matrizes ideais Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound Formulações
Leia maisIMPLEMENTAÇÃO E AVALIAÇÃO DE UM MODELO DE MERCADO IMPERFEITO EM COMPUTAÇÃO PARALELA
IMPLEMENTAÇÃO E AVALIAÇÃO DE UM MODELO DE MERCADO IMPERFEITO EM COMPUTAÇÃO PARALELA Ana Luísa de A. Santos, Diego Carvalho, Felipe G. França DEL/UFRJ, COPPE/UFRJ E-mail: analuisa@lps.ufrj.br RESUMO Este
Leia maisEscalonamento usando múltiplos períodos
3 Escalonamento usando múltiplos períodos O escalonamento usando múltiplos períodos consiste em dividir a carga total em fragmentos de carga e enviá-las a cada processador mais de uma vez, segundo períodos.
Leia maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisUM MODELO MATEMÁTICO PARA REDES LOGÍSTICAS COM FLUXOS DIRETOS E REVERSOS E NOVOS INTEGRANTES
UM MODELO MATEMÁTICO PARA REDES LOGÍSTICAS COM FLUXOS DIRETOS E REVERSOS E NOVOS INTEGRANTES Marcos Wagner Jesus Servare Junior (UFES) marcoswjunior@gmail.com Glaydston Mattos Ribeiro (UFES) glaydston@terra.com.br
Leia maisIT 207 Pesquisa Operacional Aplicada a Problemas de Transporte Aéreo Prof. Carlos Müller sala º semestre / 2014
Programa: O objetivo de IT-207 é o de apresentar conceitos e técnicas de Pesquisa Operacional e sua aplicação na solução de problemas típicos do transporte aéreo. A ementa da matéria inclui: Programação
Leia mais