Otimização Combinatória - Parte 3
|
|
- Ivan Ferretti
- 5 Há anos
- Visualizações:
Transcrição
1 Graduação em Matemática Industrial Otimização Combinatória - Parte 3 Prof. Thiago Alves de Queiroz Unidade de Matemática e Tecnologia - CAC/UFG 2/2016 Thiago Queiroz (DM) Parte 3 2/ / 23
2 Problemas de Caixeiro Viajante Envolvem um conjunto de cidades, em que o caixeiro sai de uma cidade base, visita todas as cidades ou um subconjunto delas, e retorna à cidade base de modo a otimizar um ou mais objetivos. Algumas versões: caixeiro-viajante - distância: Existe n cidades, das quais existe uma ligação entre cada uma delas. Um caixeiro deve visitar as n cidades, passando exatamente uma vez por cada uma, e retornar a cidade de partida, com distância mínima; m caixeiros-viajantes - distância: difere do problema anterior pela existência de m caixeiros-viajantes, necessitando determinar m rotas, minimizando a distância total percorrida; caixeiro-viajante - aquisição: determinar uma rota de custo mínimo por meio de um subconjunto de mercados, tal que o custo total é a soma dos custos de viagem e da aquisição de produtos; caixeiro-viajante - lucro: um lucro está associado a cada cidade e o objetivo consiste em determinar uma rota de custo mínimo por meio de um subconjunto destas, de forma a otimizar a soma dos custos de viagem e dos lucros coletados. Thiago Queiroz (DM) Parte 3 2/ / 23
3 Problemas de Caixeiro Viajante Exemplo. Considere um grafo não-orientado G = (N, E), em que N consiste de n cidades e E representa as arestas entre as cidades; O grafo G é completo, de forma que existe (i, j) E, i j, para todo par de cidades. A distância entre as cidades i e j é c ij ; O caixeiro deve visitar n cidades, passando por cada uma somente uma vez, e retornar à cidade de origem. Na versão simétrica, temos c ij = c ji ; (i) Definir { as variáveis de decisão: 1, se o caixeiro vai diretamente de i para j, i j x ij = 0, caso contrario Para as cidades i, j = 1, 2,..., n; (ii) A função objetivo busca minimizar a distância total percorrida; Minimizar z = n i=1 n j=1,j i c ijx ij ; Thiago Queiroz (DM) Parte 3 2/ / 23
4 Problemas de Caixeiro Viajante (iii) Existem restrições que dizem que cada cidade só tenha somente uma cidade sucessora imediata e uma cidade predecessora imediata; n i=1 x ij = 1, j = 1,..., n, j i; n j=1 x ij = 1, i = 1,..., n, i j; Somente com estas duas restrições, podem surgir sub-rotas, como mostra a figura adiante; Figura: Representação das sub-rotas. Thiago Queiroz (DM) Parte 3 2/ / 23
5 Problemas de Caixeiro Viajante (iii) Existem restrições para eliminar as sub-rotas; i S j S, j>i x ij S 1, S N, 3 S n 2 ; Isto corresponde a eliminar uma aresta da sub-rota. S representa cada conjunto de cidades com no mínimo 3 (pois um ciclo tem pelo menos três nós) e no máximo n 2 cidades; Note que ao eliminar ciclos com k nós, também eliminamos ciclos com n k nós; Como o número de subconjuntos disjuntos de um conjunto com k elementos é 2 k, segue que o número de restrições de sub-rota é exponencial; Para um conjunto de S = {1, 2, 3, 4}, a restrição fica: x 12 + x 23 + x 34 + x 14 3; (iii) Existem restrições com relação ao domínio das variáveis; x ij {0, 1}, i = 1,..., n; j = 1,..., n. Thiago Queiroz (DM) Parte 3 2/ / 23
6 Problemas de Caixeiro Viajante n n Minimizar z = c ij x ij i=1 j=1,j i n x ij = 1, j = 1,..., n, j i i=1 n x sujeito a : ij = 1, i = 1,..., n, i j j=1 x ij S 1, S N, 3 S n 2 i S j S, j>i x ij {0, 1}, i = 1,..., n; j = 1,..., n. (1) Exemplo. Veja como fica o modelo para N = {1, 2, 3} contendo 3 cidades, sendo o custo c ij = c ji = i + j; Thiago Queiroz (DM) Parte 3 2/ / 23
7 Resolução... (i) Existem as variáveis x ij para i, j = 1, 2, 3 e j i, pois o problema é simétrico: x 12, x 13, x 21, x 23, x 31, x 32 ; Os custos ficam: c 12 = 3, c 13 = 4, c 23 = 5 (ii) A função objetivo busca minimizar a distância total percorrida: Minimizar z = 3x x x x x x 32 ; (iii) Restrições que dizem que cada cidade só tenha somente uma cidade sucessora imediata e uma cidade predecessora imediata: Cidade j=1: x 21 + x 31 = 1; Cidade j=2: x 12 + x 32 = 1; Cidade j=3: x 13 + x 23 = 1; Thiago Queiroz (DM) Parte 3 2/ / 23
8 Resolução... Cidade i=1: x 12 + x 13 = 1; Cidade i=2: x 21 + x 23 = 1; Cidade i=3: x 31 + x 32 = 1; (iii) As restrições para eliminar as sub-rotas; Não é preciso, pois não existem conjuntos que satisfazem: 3 S n 2, já que n 2 = 1. Minimizar z = 3x x x x x x 32 x 21 + x 31 = 1 x 12 + x 32 = 1 x 13 + x 23 = 1 sujeito a : x 12 + x 13 = 1 x 21 + x 23 = 1 x 31 + x 32 = 1 x ij {0, 1}, i = 1, 2, 3; j = 1, 2, 3; i j. (2) Thiago Queiroz (DM) Parte 3 2/ / 23
9 Problemas de Roteamento de Veículos Envolve o projeto de rotas de entrega/coleta de custo mínimo, partindo de um ou mais depósitos para um número de clientes, sujeito a restrições adicionais: Cada rota inicia e termina no depósito; Cada cliente pertence somente a uma rota; A demanda de uma rota não pode exceder a capacidade Q do veículo; Alguns casos: com janela de tempo: para cada cliente, o início do serviço deve estar dentro de uma janela de tempo para cada cliente; com múltiplos depósitos: considera que existem diferentes depósitos, mantendo as restrições anteriores. Thiago Queiroz (DM) Parte 3 2/ / 23
10 Problemas de Roteamento de Veículos Exemplo. Considere um grafo orientado completo G = (N, E), em que N = C {0, n + 1}, sendo C = {1,..., n} os clientes e os nós 0, n + 1 representam o depósito; O conjunto E = {(i, j) : i, j N, i j, i (n + 1), j 0}; Nenhum arco começa no nó (n+1) e nenhum arco termina no nó 0; Todas as rotas começam em 0 e terminam em (n+1). Um custo c ij está associado a cada arco (i, j) E; Cada cliente tem i demanda d i ; Um conjunto de K veículos idênticos, cada veículo k K com capacidade Q, está no depósito; Deseja-se minimizar o custo total de viagens, sujeito às restrições adicionais anteriores: rota inicia e termina no depósito; cada cliente está em uma única rota; a demanda de um rota deve respeitar Q; Thiago Queiroz (DM) Parte 3 2/ / 23
11 Problemas de Roteamento de Veículos (i) Definir { as variáveis de decisão: 1, se o veiculo k percorre o arco (i, j) x ijk = 0, caso contrario Para cada veículo k = 1,..., K e cada arco (i, j) E; (ii) A função objetivo busca minimizar o custo total das rotas; Minimizar z = k K (i,j) E c ijx ijk ; (iii) Existem restrições que dizem que cada cliente é designado a um único veículo; k K j N x ijk = 1, i = 1,..., C ; (iii) Existem restrições que dizem que a demanda total de cada rota do veículo k não exceda a capacidade Q do veículo; i C j N d ix ijk Q, k = 1,..., K ; Thiago Queiroz (DM) Parte 3 2/ / 23
12 Problemas de Roteamento de Veículos (iii) Existem restrições de fluxo em redes, que exigem que cada veículo k parta do depósito 0 somente uma vez, deixe o nó h se e somente se entrar neste nó, e retorne ao depósito (n + 1) somente uma vez; j N x 0jk = 1, k = 1,..., K ; i N x ihk j N x hjk = 0, h = 1,..., C, k = 1,..., K ; i N x i(n+1)k = 1, k = 1,..., K ; (iii) Existem restrições para eliminar as sub-rotas; i S j S x ijk S 1, S N, 2 S n 2, k = 1,..., K ; (iii) Existem restrições com relação ao domínio das variáveis; x ijk {0, 1}, (i, j) E; k = 1,..., K. Thiago Queiroz (DM) Parte 3 2/ / 23
13 Problemas de Roteamento de Veículos Minimizar z = c ij x ijk k K (i,j) E x ijk = 1, sujeito a : i = 1,..., C k K j N d i x ijk Q, k = 1,..., K i C j N x 0jk = 1, k = 1,..., K j N x ihk x hjk = 0, h = 1,..., C, k = 1,..., K i N j N x i(n+1)k = 1, k = 1,..., K i N x ijk S 1, S N, 2 S n 2, i S j S k = 1,..., K x ijk {0, 1}, (i, j) E; k = 1,..., K. (3) Thiago Queiroz (DM) Parte 3 2/ / 23
14 Problemas de Localização de Facilidades Envolve decisões de onde localizar uma facilidade (depósitos) e a designação de clientes a facilidades, otimizando custos; Alguns exemplos: P-medianas: envolve a localização de p facilidades e a designação de clientes a facilidades, de modo a minimizar a soma das distâncias de clientes a facilidades; P-centros: similar ao anterior, porém busca minimizar a distância máxima de clientes a facilidades; com capacidade limitada: associa-se uma capacidade a cada facilidade, de modo que ele deve ser respeitada ao atender as demandas dos clientes; com capacidade ilimitada: envolve a localização de facilidades e a designação de clientes a facilidades, de modo a minimizar o custo fixo de implantação de facilidades e o custo variável de antedimento das demandas dos clientes. Thiago Queiroz (DM) Parte 3 2/ / 23
15 Problemas de Localização de Facilidades Exemplo. Uma empresa está avaliando localidades para construir exatamente dois novos armazéns. O interesse é atender clientes a partir destes armazéns. A tabela abaixo apresenta os custos logísticos entre o armazém e o cliente (custo de enviar 1 tonelada de produtos em R$), bem como o custo para construir o armazém, que depende da localidade. Além disso, o custo total de construção e logístico deve ser mínimo. Também, deve-se respeitar a capacidade dos armazéns e as demandas dos clientes devem ser exatamente atendidas. Tabela: Localidade de clientes e armazéns. Op. Loc. Custo de Capacidade Custo logístico do Armazém Construção em ton. Cid. 1 Cid. 2 Cid. 3 Loc Loc Loc Demanda Thiago Queiroz (DM) Parte 3 2/ / 23
16 Resolução (i) Definir { as variáveis de decisão: 1, se o armazem vai ser localizado em j x j = 0, caso contrario y ji = quantidade de produtos enviados (em ton.) da localidade j para a cidade i; Para as localidades j = 1, 2, 3 e as cidades i = 1, 2, 3; (ii) A função objetivo busca minimizar o custo total de construção mais o logístico; Minimizar z = 3 j=1 const jx j j=1 i=1 clog jiy ji ; Minimizar z = [6000x x x 3 ] + [3y y y y y y y y y 33 ]; (iii) Existem restrições que as quantidades enviadas dos armazéns não podem exceder a respectiva capacidade do armazém; 3 i=1 y ji (cap j )x j, j = 1, 2, 3; Thiago Queiroz (DM) Parte 3 2/ / 23
17 Resolução... Localidade j=1: y 11 + y 12 + y x 1 ; Localidade j=2: y 21 + y 22 + y x 2 ; Localidade j=3: y 31 + y 32 + y x 3 ; (iii) Existem restrições que dizem que a demanda de cada cidade deve ser atendida; 3 j=1 y ji = d i, i = 1, 2, 3; Cidade i=1: y 11 + y 21 + y 31 = 250; Cidade i=2: y 12 + y 22 + y 32 = 480; Cidade i=3: y 13 + y 23 + y 33 = 600; (iii) Existe uma restrição que exatamente dois armazéns devem ser construídos; 3 j=1 x j = 2; Dois armazéns: x 1 + x 2 + x 3 = 2. Thiago Queiroz (DM) Parte 3 2/ / 23
18 Resolução... (iii) Existem restrições com relação ao domínio das variáveis; y ji 0, j = 1, 2, 3; i = 1, 2, 3; x j {0, 1}, j = 1, 2, 3. Minimizar z = [6000x x x 3 ] + [3y y y y y y y y y 33 ] y 11 + y 12 + y x 1 y 21 + y 22 + y x 2 y 31 + y 32 + y x 3 y sujeito a : 11 + y 21 + y 31 = 250 y 12 + y 22 + y 32 = 480 y 13 + y 23 + y 33 = 600 y ji 0, j = 1, 2, 3; i = 1, 2, 3 x j {0, 1}, j = 1, 2, 3. (4) Thiago Queiroz (DM) Parte 3 2/ / 23
19 Problemas de Programação da Produção Envolve a designação de tarefas (jobs) a máquinas, bem como a programação (scheduling) das tarefas em cada máquina, isto é, a sequência de processamento das tarefas e o instante de início e término do processamento de cada tarefa. Geralmente buscam otimizar fatores como: makespan, instante de término de processamento de todas as tarefas; atraso máximo; atraso total, etc.; Alguns exemplos: uma máquina: n tarefas devem ser processas em uma máquina. Deseja-se determinar o início e término de cada tarefa, otimizando algum fator; máquinas paralelas: podem ser idênticas, uniformes e não-relacionadas. Impõe que cada tarefa seja processada em apenas uma máquina, otimizando algum fator; job shop: envolve n tarefas que devem ser processadas em m máquinas, seguindo um roteiro pre-estabelecido; flow shop: similar ao job shop, porém as n tarefas têm o mesmo roteiro nas m máquinas. Thiago Queiroz (DM) Parte 3 2/ / 23
20 Outros Problemas de Programação Alguns exemplos: Programação de projetos: envolve encontrar um tempo de início para todas as atividades de forma a minimizar o makespan, ou maximizar a qualidade, etc.; Sistemas de reserva: um cliente deseja fazer uma reserva para um período de dias, e a agência tem de decidir se atende ou não a reserva. Pode ser vantajoso negar a reserva se existe um potencial cliente; Programação do quadro de horários: envolve determinar um quadro de horários que satisfaça requisitos como: não alocar uma sala para duas atividades no mesmo horários; preferência de professor por um dado horário; não ter duas aulas do mesmo assunto no dia, etc.; Programação em transportes: envolve a programação de veículos e da tripulação, de forma a designar veículos a viagens e tarefas a tripulação em cada viagem. Restrições envolvem atender a demanda dos passageiros, tempo de trabalho diário, tempo de descanso entre um período e outro, etc. Thiago Queiroz (DM) Parte 3 2/ / 23
21 Problemas de Programação da Produção Exemplo. Uma máquina é usada para processar duas tarefas. Os tempos de processamento, bem como os prazos de execução (em dias) estão na tabela abaixo. O tempo de início de cada tarefa são medidos a partir do zero. O objetivo é determinar a sequência que resulte na multa mínima por atraso para o processamento das duas tarefas. Além disso, duas tarefas não podem ser processadas concorrentemente. Tabela: Tempos de processamento. Tarefa T. Proc. Prazo de exec. Multa por atraso $/dia Thiago Queiroz (DM) Parte 3 2/ / 23
22 Resolução... (i) Definir { as variáveis de decisão: 1, se i preceder j y ij = 0, caso contrario x j = data de início em dias para a tarefa j; Para as tarefas i, j = 1, 2. Seja M um valor muito grande; (iii) Existem restrições de que o tempo de processamento p de uma tarefa aconteça depois da outra terminar; x i x j + p j + My ij e x j x i + p i + M(1 y ij ), para todo par de tarefas (i, j); Tarefas A e B: x 1 x My 12 ; Tarefas A e B: x 2 x M(1 y 12 ); (iii) Existem restrições de que o prazo de execução d de uma tarefa seja cumprido, dado o atraso s R desta tarefa; s j s + j = d j (x j + p j ), para toda tarefa j Tarefa j=1: s 1 s+ 1 = 22 (x ); Tarefa j=2: s 2 s+ 2 = 17 (x ); Thiago Queiroz (DM) Parte 3 2/ / 23
23 Resolução... Note que o prazo de execução é cumprido quando s 0, ou seja, s j s + j 0, segue: s j s + j ; Se s < 0, aplica-se a multa por atraso, proporcional a s j s + j < 0, segue: s j < s + j ; (iii) Existem restrições com relação ao domínio das variáveis; x 1, x 2, s 1, s+ 1, s 2, s+ 2 0; y 12, y 21 {0, 1}. (ii) Função objetivo busca minimizar a multa por atraso, que é proporcional a s + j ; Minimizar z = 31s s+ 2 ; Minimizar z = 31s s+ 2 x 1 x My 12 x 2 x M(1 y 12 ) s sujeito a : 1 s+ 1 = 22 (x ) s 2 s+ 2 = 17 (x ) x 1, x 2, s 1, s+ 1, s 2, s+ 2 0 y 12, y 21 {0, 1}. (5) Thiago Queiroz (DM) Parte 3 2/ / 23
Programação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 7 Thiago Queiroz (IMTec) Aula 7 Aula 7 1 / 25 Problemas de Caixeiro Viajante Envolvem um conjunto
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 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 maisProgramação Inteira. Prof. Ricardo Santos
Programação Inteira Prof. Ricardo Santos Introdução Um problema com variáveis inteiras e reais é denominado problema de Programação Inteira Mista (PIM) quando tem a seguinte forma: PIM z=max cx+dy Ax+Dy
Leia maisLista de Exercícios - Modelagem de representação cromossômica e função fitness
Lista de Exercícios - Modelagem de representação cromossômica e função fitness Para cada um dos problemas descritos abaixo: crie uma ou mais representações cromossômicas capazes de representar uma solução
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia maisProblema de Roteamento de Veículos (VRP)
Problema de Roteamento de Veículos (VRP) 1 Definição Um PRV consiste basicamente em estabelecer e organizar rotas ou itinerários eficientes para veículos realizarem entrega/captação de mercadorias. Dispondo
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 maisProgramação Linear - Parte 1
Graduação em Matemática Industrial Programação Linear - Parte 1 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 1/2014 Thiago Queiroz (DM) Parte 1 1/2014 1 / 33 Introdução Programação
Leia maisOtimização discreta Modelagem com variáveis binárias: problemas clássicos
Otimização discreta Modelagem com variáveis binárias: problemas clássicos Importância histórica...... e prática. Usados para modelar problemas reais e como subproblemas em problemas maiores (e mais freqüentes
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 6 Thiago Queiroz (IMTec) Aula 6 Aula 6 1 / 45 Otimização Discreta A característica de otimização
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 31 de maio de 2017 Marco Antonio M. Carvalho
Leia maisProgramação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Métodos de otimização da PLB: têm o inconvenientede o tempo de resolução crescer drasticamente com o aumento
Leia maisExemplos de modelos de PL ou PI
Exemplos de modelos de PL ou PI Prof. Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi/ 1 Como funciona a PO? Toda a PO está baseada na construção de modelos matemáticos para representar de forma simplificada
Leia maisPlanejamento e Análise de Sistemas de Produção
Aula 24 Planejamento e Análise de Sistemas de Produção Paulo Augusto Valente Ferreira Departamento de Telemática Faculdade de Engenharia Elétrica e Computação Universidade Estadual de Campinas Conteúdo
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.
Teoria dos Grafos Valeriano A de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilceunespbr, socorro@ibilceunespbr Grafos Hamiltonianos Preparado a partir do texto: Rangel, Socorro
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A de Oliveira, Socorro Rangel, Silvio A de Araujo Departamento de Matemática Aplicada Capítulo 12: Grafos Hamiltonianos Preparado a partir do texto: Rangel, Socorro Teoria do
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 maisOtimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Otimização em Redes Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 51 Conteúdo
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
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 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 maisMódulo 2 OTIMIZAÇÃO DE REDES
Módulo 2 OTIMIZAÇÃO DE REDES Grafos e Redes Está contida na área de Pesquisa Operacional. Pode ser considerada como uma teoria baseada na interligação de pontos e linhas, utilizada principalmente na solução
Leia maisDECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes
DECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes Agosto/2013 Problemas de roteirização e programação de veículos (RPV) Objetivo geral: Determinar rotas de
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisAula 17: Planos de Corte
Aula 17: Planos de Corte 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 em programação inteira
Leia maisPROBLEMA DE ROTEAMENTO DE VEÍCULO UNIVERSIDADE PRESIDENTE ANTONIO CARLOS
PROBLEMA DE ROTEAMENTO DE VEÍCULO UNIVERSIDADE PRESIDENTE ANTONIO CARLOS FLÁVIO JOSE VIANA ORIENTADOR: GUSTAVO CAMPOS BANCA EXAMINADORA: EDUARDO BHERING FREDERICO COELHO Resumo Neste trabalho foi descrito
Leia maisProblemas de Fluxo em Redes
CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação
Leia maisProblema de Optimização. Metodologias de Apoio à Decisão 1. Slide 1
Metodologias de Apoio à Decisão Optimização Combinatória Slide Transparências de apoio à leccionação de aulas teóricas José Fernando Oliveira Maria Antónia Carravilla Problemas de Optimização Instância
Leia maisPesquisa Operacional Aplicada à Mineração
Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II-b Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação
Leia maisPLANEAMENTO DE TRANSPORTES TT049
UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE TRANSPORTES PLANEAMENTO DE TRANSPORTES TT049 Prof. Diego Fernandes Neris diego.neris@ufpr.br Serviço ao cliente: Estratégias de Estoques Estratégias de Localização
Leia maisGRAFOS Aula 04 Caminhos, Conexidade e Distância Max Pereira
Ciência da Computação GRAFOS Aula 04 Caminhos, Conexidade e Distância Max Pereira Um grafo é dito conexo se for possível visitar qualquer vértice, partindo de um outro qualquer, passando pelas suas arestas.
Leia maisMÓDULO 2 - OTIMIZAÇÃO DE REDES
MÓUL - TIMIZÇÃ RS s problemas de otimização de redes podem ocorrer em várias áreas, mas geralmente são encontrados nas áreas de transportes e comunicações. Um problema típico de transporte consiste em
Leia maisTeoria dos Grafos AULA
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br AULA Caminho mínimo - Algoritmo de Djskstra Preparado a partir
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 maisIntrodução à Pesquisa Operacional - Otimização Linear
Introdução à Pesquisa Operacional - Otimização Linear Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan - L-1007 Instituto
Leia maisOtimização. Problemas de Transportes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Problemas de Transportes Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 23 Agradecimentos
Leia maisInvestigação Operacional
Programação Inteira: Modelos (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 PI: Problemas Gerais Origens típicas de problemas
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 maisFluxo em Redes -01. Prof. Gustavo Peixoto Silva 2 modelos
Fluxo em Redes - Prof. Gustavo Peixoto Silva modelos . Otimização em Redes É um caso particular da Programação Linear, onde pretende-se minimizar uma função de custoque dependedofluxoque passa pelos arcosde
Leia maisMatemática Aplicada Nt Notas de aula
Matemática Aplicada Nt Notas de aula Problema de transporte e designação Problema de transporte: motivação origem 1 destino 1 origem 2 destino 2 destino 3 Caracterização geral Dados: A estrutura de fontes
Leia maisParte II. Aplicações em Roteamento de Veículos
Parte II Aplicações em Roteamento de Veículos 5 Problema de Roteamento de Veículos com Restrição de Capacidade O problema de roteamento de veículos com restrição de capacidade, mais conhecido pela sua
Leia maispor exemplo, a natureza dos bens que são transportados pela frota, bem como a qualidade com que o serviço deva ser prestado, seja ele de entrega ou
1 Introdução Este capítulo tem por objetivo explanar acerca da motivação que impulsionou a realização deste trabalho, bem como expor, em linhas gerais, o problema que é abordado nessa tese e suas diversas
Leia maisMarina Andretta. 2 de março de 2016
Otimização Marina Andretta ICMC-USP 2 de março de 2016 Marina Andretta (ICMC-USP) Otimização 2 de março de 2016 1 / 27 O que é Otimização? Otimizar significa encontrar a melhor maneira de fazer algo, dada
Leia mais2. Desenhe o grafo orientado G = (X, Γ) para: 3. Em cada alínea dois grafos são iguais. Identifique-os. (a) (b) (c)
1. Desenhe o grafo não orientado G = (X, Γ) para: (a) X = {a, b, c, d} e Γ = {{a, b}, {b, c}, {c, d}}. (b) X = {a, b, c, d} e Γ = φ. (c) X = {1, 2, 3, 4, 5, 6, 7, 8} e Γ = {{1, 2}, {2, 2}, {2, 3}, {3,
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Redes Aula 19: Modelos de Optimização de Redes O Problema do Caminho Mais Curto. O Problema do Fluxo Máximo. O Problema do Fluxo de Custo Mínimo. 2 Modelos de Optimização de Redes O que são redes em (IO)?
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 maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 3 - Teoria dos Grafos Fernando Marins fmarins@feg.unesp.br Departamento de Produção
Leia maisCap. 2 Conceitos Básicos em Teoria dos Grafos
Teoria dos Grafos e Aplicações 8 Cap. 2 Conceitos Básicos em Teoria dos Grafos 2.1 Grafo É uma noção simples, abstrata e intuitiva, usada para representar a idéia de alguma espécie de relação entre os
Leia maisProgramação de Máquinas Machine Scheduling. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 3 modelos
Programação de Máquinas Machine Scheduling Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 3 modelos M7.1 - Sequenciamento em máquinas paralelas e iguais Suponha que
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 maisModelagem. Tecnologia da Decisão I TP065. Profª Mariana
Modelagem Tecnologia da Decisão I TP065 Profª Mariana Modelagem Um problema de programação matemática tem por objetivo encontrar os valores para as variáveis de decisão que otimizam (maximizam ou minimizam)
Leia maisFluxo em Redes -01. Prof. Gustavo Peixoto Silva 2 modelos
Fluo em Redes - Prof. Gustavo Peioto Silva modelos . Otimização em Redes É um caso particular da Programação Linear, onde pretende-se minimizar uma função de custoque dependedofluoque passa pelos arcosde
Leia maisProgramação Linear/Inteira
Programação Linear/Inteira Prof. Thiago Alves de Queiroz Lista de Exercícios 9 Instruções para cada um dos exercícios abaixo: Faça o modelo de otimização discreta. 1. A companhia de transporte de mercadorias,
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisOtimização: O melhor
Otimização: O melhor Modelos Matemáticos para Tomada de Decisões Luidi Gelabert Simonetti luidi@cos.ufrj.br PESC - COPPE - UFRJ 2017 Luidi G. Simonetti (PESC/UFRJ) Otimização: O melhor 2017 1 / 53 Otimização?
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Problema da Mistura minimizar f ( 1, 2,..., n ) = c 1 1 + c 2 2 +... + c n n Sujeito a: a 11 1
Leia maisProblema do Caixeiro Viajante
Problema do Caixeiro Viajante 1 Introdução Minimizar o custo de um ciclo hamiltoniano em um grafo completo (William R. Hamilton,1857,Around The World); Solução por enumeração: R( n ) = ( n - 1 )! Um computador
Leia mais1) Escolher e descrever um problema cuja resolução requeira a execução de algoritmos computacionais que não sejam triviais.
Universidade Federal do Rio de Janeiro Escola Politécnica MBA em Engenharia de Software EEL 650 Análise e Implementação de Algoritmos Turma ENGSOFT09 Prof. Heraldo L. S. Almeida Trabalho Prático para Avaliação
Leia maisResolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Lagrangeana
Resolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Ana Maria A.C. Rocha e João Luís C. Soares Departamento de Produção e Sistemas Escola de Engenharia Universidade
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 02 Técnicas de Projeto de Algoritmos (Força Bruta) Edirlei Soares de Lima Tipos Importantes de Problemas Problemas de Ordenação: Reorganizar
Leia maisMarina Andretta. 02 de agosto de 2010
Introdução Marina Andretta ICMC-USP 02 de agosto de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 02 de agosto de 2010 1 / 19 Otimização Otimizar significa encontrar a melhor maneira
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisDepartamento de Engenharia de Produção UFPR 57
Departamento de Engenharia de Produção UFPR 57 Introdução a Grafos Muitos problemas de otimização podem ser analisados utilizando-se uma estrutura denominada grafo ou rede. Problemas em redes aparecem
Leia maisSistemas de Distribuição Localização de Bases Definição da Rede
Sistemas de Distribuição Localização de Bases Definição da Rede Otimização Matemática Problema de Transporte Problema de Transbordo Problema de Transbordo com Custo Fio Problema de Fluo Máimo Problema
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 1 Thiago Queiroz (IMTec) Aula 1 Aula 1 1 / 42 Introdução A otimização refere-se ao estudo de problemas
Leia maisa) Formule este problema em Programação Linear inteira. b) Considere os seguintes dados Matriz das distâncias (em Km) entre as comunidades
Universidade de Lisboa, Faculdade de Ciências Mestrado em Matemática Aplicada à Economia e Gestão Logística e Gestão de Operações Módulo de Logística Exercícios Localização 1. Num distrito do Centro 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 maisProblemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Leia maisProblema de Fluxo Máximo
Problema de Fluxo Máximo The Maximum Flow Problem Fernando Nogueira Fluxo Máximo 1 O Problema de Fluxo Máximo (The Maximum Flow Problem) Considere uma rede direcionada (dígrafo) conectada, com 2 nós especiais
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 maisEscalonamento em uma máquina
Capítulo 4 Escalonamento em uma máquina Veremos neste capítulo vários problemas relacionados ao escalonamento em uma máquina. Estes problemas são importantes, pois além de fornecerem idéias para problemas
Leia maisOtimização por Colônia de Formigas (ACO)
Otimização por Colônia de Formigas (ACO) Inspiração Biológica Proposto por Dorigo e Gambardella em 1997 ACO (Ant Colony Optimization) Principal aplicação no PCV Programação do algoritmo Inspiração Biológica
Leia maisPERCURSOS. André Falcão, Carlos Augusto, Rafael Broédel e Lucas Dipré
PERCURSOS André Falcão, Carlos Augusto, Rafael Broédel e Lucas Dipré Serra 2011 Índice 1...O que é caminho e circuito 1.1...Caminho 1.2...Circuito 1.3...Classificação 2...Caminhos Eulerianos 2.1...Definição
Leia maisCAPÍTULO 1. Conceitos sobre Planeamento e Escalonamento
CAPÍTULO 1 Conceitos sobre Planeamento e Escalonamento Eugénio Oliveira and Scheduling, FEUP/PRODEI /MIEIC 1 Planeamento e Escalonamento : Processo de tomada de decisão quanto à selecção e (sequenciação)/ordenação
Leia maisUm grande número de problemas de otimização linear inteiro envolve a ocorrência ou não de um evento, e a decisão entre duas alternativas.
Modelagem com variáveis binárias Um grande número de problemas de otimização linear inteiro envolve a ocorrência ou não de um evento, e a decisão entre duas alternativas. seoeventoocorre 0 se o evento
Leia maisProblema do Caminho Mínimo
Departamento de Engenharia de Produção UFPR 63 Problema do Caminho Mínimo O problema do caminho mínimo ou caminho mais curto, shortest path problem, consiste em encontrar o melhor caminho entre dois nós.
Leia maisOptimização em Redes e Não Linear
Departamento de Matemática da Universidade de Aveiro Optimização em Redes e Não Linear Ano Lectivo 005/006, o semestre Folha - Optimização em Redes - Árvores de Suporte. Suponha que uma dada companhia
Leia maisANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 3 de dezembro de 2016 Período: 2016.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista de
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 maisTeoria da Computação. Complexidade computacional classes de problemas
Teoria da Computação Complexidade computacional classes de problemas 1 Universo de problemas Problemas indecidíveis ou não-computáveis Não admitem algoritmos Problemas intratáveis Não admitem algoritmos
Leia maisVolmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 45
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 45 Introdução a Grafos Muitos problemas de otimização podem ser analisados utilizando-se uma estrutura denominada grafo ou rede. Problemas
Leia maisEscola Básica e Secundária Mouzinho da Silveira. MACS 11.º Ano Problema do Caixeiro Viajante
Escola Básica e Secundária Mouzinho da Silveira MACS 11.º Ano Problema do Caixeiro Viajante Problema do Caixeiro Viajante Trata-se de um problema matemático que consiste, sendo dado um conjunto de cidades
Leia maisMÓDULO 3 - PROBLEMAS DE TRANSPORTE
UNESA Sistemas de Transportes Currículo 08 / 009- MÓDULO 3 - PROBLEMAS DE TRANSPORTE. PROBLEMA CLÁSSICO DE TRANSPORTE O Problema de Transporte constitui uma das principais aplicações da PL para auxiliar
Leia maisA metaheurística ILS e a API do GoogleMap aplicados na resolução do problema de roteamento de veículos
A metaheurística ILS e a API do GoogleMap aplicados na resolução do problema de roteamento de veículos Francisco Regis Abreu Gomes 1, Flaviana de Lima Araújo 2 1 Professor do curso de Tecnologia em Agronegócio
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 7 de agosto de 2017 Marco Antonio M. Carvalho
Leia maisProblema do Caminho Mais Curto. Problema do Caminho Mais Curto
Problema do Caminho Mais Curto " Podemos afectar pesos" aos arcos de um grafo, por exemplo, para representar uma distância entre cidades numa rede ferroviária: ria: Chicago 650 600 700 Toronto 200 New
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 mais1 Introdução. 1.1 Contextualização e motivação
1 Introdução 1.1 Contextualização e motivação Segundo Novaes (2004), no final da década de 1970, significativas mudanças econômicas passaram a afetar as sociedades comercialmente desenvolvidas e industrializadas.
Leia maisMódulo 3 OTIMIZAÇÃO DE REDES DE TRANSPORTES
Módulo 3 OTIMIZAÇÃO DE REDES DE TRANSPORTES Grafos e Redes Está contida na área de Pesquisa Operacional. Pode ser considerada como uma teoria baseada na interligação de pontos e linhas, utilizada principalmente
Leia mais4.1 Preliminares. No exemplo acima: Dom(R 1 ) = e Im(R 1 ) = Dom(R 2 ) = e Im(R 2 ) = Dom(R 3 ) = e Im(R 3 ) = Diagrama de Venn
4 Relações 4.1 Preliminares Definição 4.1. Sejam A e B conjuntos. Uma relação binária, R, de A em B é um subconjunto de A B. (R A B) Dizemos que a A está relacionado com b B sss (a, b) R. Notação: arb.
Leia maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisEstruturas de Dados II. Caixeiro Viajante
Estruturas de Dados II Prof. a Mariella Berger Caixeiro Viajante 1. Objetivo O objetivo deste trabalho é implementar diferentes soluções para o problema clássico do Caixeiro Viajante. 2. Introdução O Problema
Leia mais4. O Makespan com Tempos de Preparação de Máquina Dependentes da Sequência
40 4. O Makespan com Tempos de Preparação de Máquina Dependentes da Sequência Para problemas de sequenciamento em um única máquina com todos os r j = 0 e tempos de preparação de máquinas (tempos de set
Leia maisUNIVERSIDADE FEDERAL FLUMINENSE UFF
UNIVERSIDADE FEDERAL FLUMINENSE UFF ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO ROTEAMENTO DE CARROS TERCEIRIZADOS EM UMA OPERADORA LOGÍSTICA FERROVIÁRIA:
Leia maisUNIP - Ciência da Computação e Sistemas de Informação. Estrutura de Dados. AULA 8 Grafos. Estrutura de Dados 1
UNIP - Ciência da Computação e Sistemas de Informação Estrutura de Dados AULA 8 Grafos Estrutura de Dados 1 Grafos - Motivação Muitas aplicações em computação necessitam considerar conjunto de conexões
Leia maisPESQUISA OPERACIONAL II APRESENTAÇÃO E NOÇÕES DE TEORIA DOS GRAFOS
PESQUISA OPERACIONAL II APRESENTAÇÃO E NOÇÕES DE TEORIA DOS GRAFOS Prof. Dr. Daniel Caetano 2019-1 Objetivos Conhecer o professor Conhecer o curso Compreender o foco da disciplina Tomar primeiro contato
Leia mais