UMA HEURÍSTICA HÍBRIDA PARA O PROBLEMA DE COLORAÇÃO EM GRAFOS COM PESOS NOS VÉRTICES
|
|
- Maria Júlia Sequeira Aveiro
- 7 Há anos
- Visualizações:
Transcrição
1 UMA HEURÍSTICA HÍBRIDA PARA O PROBLEMA DE COLORAÇÃO EM GRAFOS COM PESOS NOS VÉRTICES Elivelton Ferreira Bueno École Polytechnique de Montréal Département de mathématiques et de génie industriel elivelton.bueno@cirrelt.ca Valdir Agustinho de Melo Universidade Federal do Rio de Janeiro COPPE / Programa de Engenharia de Produção vmelo@pep.ufrj.br Paulo Oswaldo Boaventura-Netto Universidade Federal do Rio de Janeiro COPPE / Programa de Engenharia de Produção boaventu@pep.ufrj.br RESUMO Dado um grafo com pesos nos vértices, G = (V,E;w), w(v) > 0 para todo v V, consideramos a versão com pesos do Problema de Coloração, que consiste em encontrar uma partição S = (S 1,..., S k ) de vértices em conjuntos independentes e minimizando w(s i ), onde o peso de S é definido como max{w(v): v S}. O presente artigo apresenta uma heurística híbrida para o Problema de Coloração em Grafos com pesos nos vértices, utilizando como procedimento as meta-heurísticas GRASP e VNS. Palavras-chave: Meta-heurísticas, Coloração em Grafos com Pesos nos Vértices, GRASP, VNS. ABSTRACT Given a vertex-weighted graph G = (V,E;w), w(v) > 0 for every v V, we consider a weighted version of the coloring problem which consists in finding a partition S = (S 1,..., S k ) of the vertex set of G into stable sets and minimizing w(s i ), where the weight of S is defined as max{w(v): v S}. This paper presents a metaheuristic approach for the Weighted Coloring Problem, using as procedure the Greedy Randomized Search Procedure (GRASP) and the Variable Neighborhood Search (VNS). Keywords: Metaheuristics, Weighted Coloring, GRASP, VNS. 1458
2 1 Introdução Muitos problemas de Otimização Combinatória de elevada complexidade encontram na Teoria dos Grafos processos de resolução aproximada capazes de produzir soluções sub-ótimas de boa qualidade dentro de um tempo computacional razoável. Nestes casos, métodos heurísticos baseados ou não em meta-heurísticas são utilizados para encontrar tais resultados. Uma meta-heurística é um modelo generalizado de heurística, baseado em um princípio dado, cuja adaptação para a estrutura de um dado problema produz uma heurística que tenta evitar uma parada precoce em um ótimo. O Problema de Coloração em Grafos é um problema de coloração dos vértices de um grafo não direcionado com o menor número de cores possíveis, desde que dois vértices adjacentes não possuam a mesma cor. Este problema é bem conhecido por ser NP-árduo, ver Garey e Johnson (1979) e Kubale (1998). Diversos algoritmos exatos (de tempo exponencial) têm sido apresentados na literatura, Brelaz (1979), Caramia e Dell Olmo (2001a) e (2001b), Kubale (1998), Kubale e Jackowski (1985), Mehrotra e Trick (1996), Sager e Lin (1993), Sewell (1996) e algumas metaheurísticas que serão citadas na Seção 3. Generalizações do Problema de Coloração em Grafos que têm sido propostas incluem os problemas de colocação em largura de banda (Bandwidth Coloring), multicoloração (Multicoloring) e multicoloração em largura de banda (Bandwidth Multicoloring Problems). Esses problemas consideram restrições suplementares inseridas nos vértices e/ou nas arestas do grafo. Tais generalizações modelam uma coleção de aplicações úteis. Por exemplo, Bui e Nguyen (2006), os modelos de multicolocação em largura de banda têm sido aplicados ao problema de alocação de canais fixos (Fixed Channel Assignment Problem), cujo objetivo é associar freqüências a diferentes células numa rede de telefonia móvel, de maneira que certas separações de freqüências sejam satisfeitas, enquanto minimizam o total de interferências, Além disso, se cada célula tem que se usada por um número de freqüências separadas, então o problema pode ser modelado como um problema de multicolocação em largura de banda Park et al. (2002). Esta generalização também é NP-árdua. Existem vários algoritmos heurísticos para essas generalizações, incluindo a busca local Prestwich (Prestwich s local search), o método de propagação de restrições (constraint propagation method), Prestwich (2002) e combinações híbridas (Squeaky Wheel Optimization) de Lim et al. (2003) e técnicas de escalada de colina (Hill Climbling), Joslin e Clements (1999). Com o objetivo de modelar problemas de escalonamento não-contínuo (batch scheduling), o conceito de coloração foi estendido para um outro caso mais geral pela definição de pesos associados aos vértices de um grafo, conforme Demange et al. (2001). Introduz-se, assim, o Problema de Coloração em Grafos com Pesos nos Vértices (Weighted Coloring Problem), também referido como WCP. Neste artigo, apresenta-se uma heurística híbrida para o WCP, utilizando como procedimento as meta-heurísticas Greedy Radomized Search Procedure (GRASP), Feo e Resende (1995) e Variable Neighborhood Search (VNS), Hansen e Mladenovic (1997). Este trabalho está organizado da seguinte forma: na Seção 2, apresenta-se uma definição formal do Problema de Coloração em Grafos com pesos nos vértices e, na Seção 3, o procedimento heurístico de resolução para este problema, baseado nas meta-heurísticas GRASP e VNS. São também apresentados detalhes da metodologia proposta, bem como da implementação computacional efetuada. Na Seção 4, os resultados computacionais são apresentados e discutidos para, na seção seguinte, terminar com a apresentação das conclusões e considerações finais. 1459
3 2 O Problema de Coloração em Grafos com Pesos nos Vértices O problema tratado neste trabalho é uma variante do problema clássico de coloração de vértices de um grafo, onde uma coloração consiste em atribuir uma cor a cada vértice, de forma que dois vértices ligados por uma aresta sempre tenham cores distintas. Uma instância do problema é um grafo em que um peso (inteiro positivo) está associado a cada um dos seus vértices. Dada uma coloração, o peso de uma determinada cor é definido como o maior peso associado a um vértice com essa cor. O objetivo, então, é encontrar uma coloração que minimize a soma dos pesos das cores utilizadas. Esta soma define o peso da coloração correspondente. Para um enunciado formal do problema, as seguintes definições são consideradas. Seja G w = ( V, E) um grafo não-orientado em que V = { v, v, 1 2 L, v n } é o conjunto dos vértices, E = { e1, e2, L, e m } é o conjunto das arestas e w : V Z é uma função que associa a cada vértice + v V um valor inteiro positivo w (v), ou seja, v a w(v). Este valor é chamado peso do vértice v. Neste trabalho, uma coloração do grafo G é uma partição de V em k conjuntos estáveis, isto é, w em k conjuntos V 1, V2, L, V tais que os vértices em cada um deles sejam dois a dois nãoadjacentes (nenhuma aresta e E tem ambas as extremidades no mesmo conjunto). Seja k C = ( V1, V2, L, Vk ) uma coloração de G em que w V i é uma cor, para cada i { 1,2, L,k}, e k é o número de cores correspondente. O peso da cor V i é o valor w( V i ) = max{ w( v) : v V i }, para cada k i { 1,2, L,k}, e o peso da coloração C é definido por. w( C) = w( V i ) Finalmente, dado um grafo peso seja mínimo, ou seja: (P) minimizar w C) = w( V ) + w( V ) + L + w( V ) i= 1 G w, o problema consiste em encontrar uma coloração cujo ( 1 2 k tal que C = ( V1, V2, L, Vk ) seja uma coloração de G. w Se todos os pesos dos vértices do grafo G forem unitários, ou seja, w w ( v) = 1, para todo v V, então (P) é o problema clássico de coloração: minimizar o número k de cores. Este número é usualmente denotado por χ ( Gw) e é chamado número cromático de G. Então, como w (P) é um caso mais geral do problema de coloração de vértices de um grafo, (P) é um problema NP-árduo. Resultados referentes à complexidade do problema (P), incluindo situações bastante particulares em que esse problema pode ser resolvido em tempo polinomial são apresentados, por exemplo, por Demange et al. (2007). A metaheurística apresentada neste trabalho foi desenvolvida para grafos aleatórios. Neste caso, não existe um algoritmo polinomial para o problema (P), a menos que na teoria da NP-completude se tenha P=NP, conforme Papadimitriou (1993). Apesar dessa equivalência entre os dois problemas, uma solução ótima para o problema (P) pode utilizar um número de cores maior que o número cromático χ ( Gw) do grafo G w. Por exemplo, o grafo G w = ( V, E), com V = { v 1, v 2, v 3, v 4 }, w ( v1 ) = w( v4) = 5, w ( v2 ) = w( v3) = 1, e E = {( v1, v2),( v2, v3),( v3, v4) }, é tal que χ ( G w ) = 2 associado a uma coloração de peso igual a 10. No entanto, a coloração de menor peso utiliza 3 cores, C = ({ v1, v4},{ v2},{ v3}), cujo peso é w ( C) = w( V1 ) + w( V2) + ( V3 ) = 7. Em geral, conforme demonstrado por Demange et al. (2007), toda coloração C de um grafo G w = ( V, E) com peso mínimo w (C) utiliza um número k de cores 1460
4 tal que k 1+ r( χ ( Gw) 1), onde r é o número de pesos distintos associados aos vértices do grafo. Este resultado é o melhor possível no sentido em que, para quaisquer r e q dados, existe um grafo G com w χ ( G w ) = q e r valores distintos para os pesos dos vértices, tais que toda coloração C que minimiza w (C) utiliza k = 1+ r( q 1) cores. 3 Uma heurística para a verificação do Problema de Coloração em Grafos com Pesos nos Vértices Dentre as meta-heurísticas propostas nos últimos anos para problemas de Otimização, se destacam: Simulated Annealing, Kirkpatrick et al (1983), Busca Tabu, Glover(1989a) e Glover(1989b), Algoritmos Genéticos, Goldberg (1989), Scatter Search, Glover(1977), Greedy Randomized Adaptive Search Procedure GRASP, Colônia de Formigas, Dorigo et al. (1996) e Variable Neighborhood Search VNS. Partindo de uma solução inicial viável, a idéia é gerar uma seqüência de trocas dentro desta solução na tentativa de que haja uma melhora na função objetivo, até que ocorra o critério de parada, que pode ser um número máximo de iterações, um tempo máximo de CPU ou um número máximo de iterações sem melhora. A meta-heurística GRASP foi proposta por Feo e Resende em 1995, e pode ser vista como um processo que se utiliza das boas características dos algoritmos puramente gulosos e dos procedimentos aleatórios na fase de construção de soluções viáveis. Conforme pode ser visto a seguir, no algoritmo da Figura 1, o GRASP é um processo no qual cada iteração consiste em duas fases distintas: a fase de construção, linha 3, onde uma solução viável é construída, e a fase de busca local, linha 4, onde um ótimo local na vizinhança da solução inicial construída é encontrado e, se necessário, é feita a atualização da melhor solução encontrada até o momento, linha 6. Figura 1. Algoritmo GRASP Básico. A meta-heurística Busca em Vizinhança Variável, conhecida como VNS, foi proposta em [HM,97] e baseia-se em uma sistemática troca de vizinhanças associada a um algoritmo aleatório na determinação de pontos iniciais das buscas locais. O VNS utiliza um conjunto pré-definido de estruturas de vizinhança N k, (k = 1,..., k max ), sendo N k (x) o conjunto de soluções na k-ésima vizinhança de x. As heurísticas de busca local 1461
5 usualmente possuem apenas uma estrutura de vizinhança, isto é, k max = 1. O algoritmo básico desta meta-heurística é apresentado na Figura 2. Após definidos os critérios de inicialização, linha 1, que são a seleção de um conjunto k max de estruturas de vizinhanças; a escolha de uma solução inicial x e um critério de parada, inicia-se a fase denominada agitação a partir da primeira vizinhança, linha 3. Enquanto não se alcançar a k-ésima vizinhança de x, faz-se aleatoriamente uma perturbação na solução aleatória x, linha 5, com o intuito de evitar repetições, o que poderia ocorrer se alguma regra determinística fosse usada. Na linha seguinte aplica-se um procedimento de busca local qualquer na solução x, gerando a solução x. Feito isso, linha 7, é verificado se o valor obtido em x é menor que x. Caso seja, a solução x passa a ser a solução x e volta-se a primeira vizinhança =1), caso contrário, a vizinhança atual é incrementada ( k = k + 1). Figura 2. Algoritmo VNS Básico. Segundo Boaventura Netto (2006), há diversas heurísticas eficientes para resolver o problema de partições cromáticas, sendo uma delas a coloração seqüencial, que corresponde à inicialização sucessiva de classes de cores, pela introdução de vértices um a um e pela abertura de nova classe, somente, quando não se consegue alocar um novo vértice nas classes já existentes. Isto pode ser visto na Figura 3. Na linha 1 é feita a inicialização e a partir da linha 2, para todos os vértices do grafo G, verifica-se se existe na adjacência do vértice atual r(i) a cor k já foi usada. Caso não tenha sido usada, linha 4, o vértice i é alocado na cor k, caso contrario, uma nova cor é criada e volta-se ao inicio do laço, linhas 5 e
6 Figura 3. Algoritmo de Coloração Sequencial. Neste trabalho, apresenta-se uma metaheurística híbrida GRASP + VNS para a verificação do problema de coloração em grafos com pesos nos vértices, onde o GRASP será usado na fase de construção e o VNS na busca local. Considerando que o problema em estudo possui o valor de cor determinado pelo vértice de maior valor, uma abordagem natural é tentar alocar os vértices de maior valor numa mesma cor. Sendo assim, foi feita uma ordenação não crescente dos vértices, O algoritmo proposto pode ser verificado na Figura 4, a seguir. Para cada iteração, linha 2, se constrói uma solução viável alocando um vértice a uma cor a cada iteração do laço existente na linha 3. A escolha do vértice atual se faz através da lista restrita de candidatos do GRASP, cujo valor de α é um parâmetro de entrada do algoritmo, linha 4. Terminado o laço da linha 3, tem-se uma solução viável e o total de cores criadas (k max ), informações estas que serão utilizadas na busca local da linha 7. Se a solução atual for melhor que a melhor solução encontrada até momento, a melhor solução passa a ser a atual. Figura 4. Algoritmo híbrido proposto. 1463
7 O único parâmetro que o VNS utiliza é o numero máximo de vizinhanças, que no algoritmo de busca local proposto está associado à variável k max. Isto faz com que o seu valor possa se modificar a cada iteração, pois representa a cardinalidade de cores associada à solução atual, que neste caso não exige ajustes prévios. A partir de uma solução viável, existem duas maneiras de se conseguir reduzir o valor da função objetivo: ou movendo todos os vértices de uma cor atual para outras cores, até que ela deixe de existir, ou trocando o vértice de maior valor de uma cor por outro vértice de valor inferior a esse em outra cor, considerando que este vértice de maior valor da cor escolhida seja único. Nesta ótica, inicialmente a busca local irá escolher aleatoriamente uma cor entre todas as cores que possuam a cardinalidade k, o que ocorre nas linhas 3 e 4. Na linha seguinte, é selecionado um vértice candidato, também aleatoriamente, para que se procure a partir da sua adjacência qual ou quais cores possíveis para que onde ele possa ser movido. Se este número for maior que zero, há uma escolha aleatória e para uma das cores possíveis de destino o vértice origem é movido; se k = 1, é possível a remoção da cor origem. Em seguida, tenta-se a abordagem de trocar vértices entre cores, o que acontece entre as linhas 12 e 17, com a escolha de um novo vértice origem e de uma nova cor e vértice de destino. Por ultimo, caso haja uma melhora na solução atual, faz-se uma atualização desta e retorna-se a primeira vizinhança, caso contrário, passa-se para a próxima vizinhança. Figura 5. Algoritmo de Busca Local. 1464
8 A escolha do vértice destino não garante que a troca possa ocorrer, situação tratada pela função da linha 17, como pode ser visto no exemplo trivial da Figura 6. Considerando-se, entre as duas cores existentes, vértice_origem = 1 e vértice_destino = 4 (ambos são candidatos à troca por pertencerem a cores diferentes e por não serem adjacentes), tal troca iria gerar uma inviabilidade na solução, já que vértices adjacentes iriam pertencer a cores iguais. Figura 6. Exemplo de uma troca inviável de vértices entre cores. 4 Resultados Computacionais Os resultados apresentados a seguir foram produzidos em um computador com um processador Intel Core Duo 2.00 GHz e memória RAM de 2.0 GB, com Sistema Operacional Windows Vista. Para todas as instâncias foram realizadas iterações do algoritmo com 10 execuções isoladas, com sementes distintas. A fim de validar o algoritmo, optou-se por utilizar instâncias já conhecidas e disponibilizadas na internet, ( mais precisamente as instâncias R xx _ w g.col e R xx _ w gb.col, onde xx significa o total de vértices da instância, e w g.col corresponde às instancias cujos pesos dos vértices são uniformemente gerados entre 1 e 5; e w gb.col possuem os pesos dos vértices uniformemente gerados entre 1 e 20. Instância Lower_Bounds Resultados Distância Iteração Tempo de Cpu R50_1g.col % 32 6,494 R50_1gb.col % 312 7,363 R50_5g.col % ,301 R50_5gb.col % ,610 R50_9g.col % ,540 R50_9gb.col % ,682 R75_1g.col % ,518 R75_1gb.col % ,882 R75_5g.col % ,450 R75_5gb.col % ,883 R75_9g.col % ,334 R75_9gb.col % ,888 R100_1g.col % ,977 R100_1gb.col % ,365 R100_5g.col % ,710 R100_5gb.col % ,245 R100_9g.col % ,221 R100_9gb.col % ,937 Tabela 1: Resultados obtidos para as instancias R xx _ w g.col e R xx _ w gb.col. 1465
9 Os resultados da primeira coluna da Tabela 1 representam os valores ótimos ou os melhores resultados obtidos até o memento e nas demais colunas, respectivamente, o melhor resultado obtido pelo algoritmo, o percentual do distanciamento para melhores valores (lower bounds), em que iteração e qual o tempo total de processamento. Como a maior parte das contribuições para esse problema envolve resultados teóricos e, quanto aos resultados computacionais, eles se referem a métodos exatos, não foi possível fazer uma comparação com outros métodos heurísticos. 5 Considerações finais Como contribuição, este trabalho apresenta uma nova abordagem para o Problema de Coloração em Grafos com Pesos nos Vértices (WCP) que faz uso de um algoritmo híbrido (GRASP + VNS). Este problema, publicado recentemente na literatura, surgiu da necessidade de se modelar aplicações de escalonamento não-contínuo. Ele é mais uma generalização para o problema clássico de coloração de vértices de um grafo. Neste sentido, o problema clássico de coloração é um caso particular do WCP, assim como de outras generalizações que vêm sendo estudadas para outras aplicações particulares. Os autores desconhecem, até o presente momento, outras referências heurísticas que pudessem permitir uma comparação dos resultados computacionais obtidos. O fato é que a maior parte das contribuições para o caso específico do WCP envolve resultados teóricos e, quanto aos resultados computacionais, eles se referem a métodos exatos. Como sugestão dos autores, trabalhos futuros poderiam ser direcionados para o desenvolvimento de novos algoritmos híbridos a partir de métodos promissores apresentados na literatura sobre a coloração de grafos com pesos unitários em todos os seus vértices. Referências bibliográficas Boaventura Netto, P. O. (2006), Grafos: Teoria, Modelos, Algoritmos, 4ª Edição Revista e Ampliada, Edgar Blucher. Brelaz, D. (1979), New methods to color the vertices of a graph, Communications of the ACM 22, Bui, Thang N. e Nguyen, ThanhVu H. (2006), An Agent-Based Algorithm for Generalized Graph Colorings, GECCO 06, Washington, USA. Caramia, M. e Dell Olmo, P. (2001a), Iterative Coloring Extension of a Maximum Clique, Naval Research Logistics, 48, Caramia, M. e Dell Olmo, P. (2001b), Solving the Minimum Weighted Coloring Problem, Networks, 38, Demange, M., Werra, D., Monnot, J., e Paschos, V. (2002), Weighted Node Coloring: When Stable Sets Are Expensive, International workshop on graph-theoretic concepts in computer science N o 28, Cesky Krumlov, TCHEQUE, REPUBLIQUE. Demange, M., Werra, D., Monnot, J., e Paschos, V. (2007), Time slot scheduling of compatible jobs, Journal of Scheduling, Springer, 10 (2), Dorigo, M. & Maniezzo, V. & Colorni, A. (1996). Ant System: Optimization by a Colony of Cooperating Agents. IEEE Transactions on Systems, Man, and Cybernetics Part B, 26 (1),
10 Feo, T.A. e Resende, M.G.C. (1995). Greedy randomized adaptive search procedures. Journal of Global Optimization, 6, Garey, M. R. e Johnson, D. S. (1979), Computers and Intractability Freeman and Co., San Francisco. Glover, F. (1989a). Tabu search Part I. ORSA Journal on Computing, 1, Glover, F. (1989b). Tabu search Part II. ORSA Journal on Computing, 2, Glover, F. (1977). Heuristics for integer programming using surrogate constraints. Decision Science, 8, Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, Wokingham, England. Hansen, P. & Mladenovic, N. (1997) An Introduction to Variable Neighborhood Search. In: Les Cahiers du GERAD, G, Joslin, D. E. and D. P. Clements (1999), Squeaky Wheel Optimization, Journal of Artificial Intelligence Research, 10, pp Kirkpatrick, S. & Gelatt, C.D. & Vecchi, M.P. (1983). Optimization by simulated annealing. Science, 220, Kubale, M. e Jackowski, B. (1985), A generalized implicit enumeration algorithm for graph coloring, Communications of the ACM 28, Kubale, M. (1998), Introduction to Computational Complexity and Algorithmic Graph Coloring, Wydawnictwo GTN, Gdansk. Lim, A., X. Zhang, and Y. Zhu (2003), A Hybrid Method for the Graph Coloring Problem and Its Generalizations, 5th Metaheuristics International Conference. Mehrotra, A, e M.A. Trick (1996), A Column Generation Approach for Graph Coloring, INFORMS J. on Computing 8, Papadimitriou, C. (1993), Computational Complexity, Addison-Wesley, Park, E., Kim, Y. e Moon, B. R. (2002), Genetic Search for Fixed Channel Assignment Problem with Limited Bandwidth, Proc. of the Genetic and Evolutionary Computation Conference (GECCO 2002), pp Prestwich, S. D. (2002), Constrained Bandwidth Multicoloration Neighborhoods, Computational Symposium on Graph Coloring and Its Generalizations, COLOR02, Cornell University, Ithaca, NY. Sager, T. J. e Lin, S. (1993), A Pruning Procedure for Exact Graph Coloring, ORSA J. on Computing 3, Sewell, E. C. (1996), An Improved Algorithm for Exact Graph Coloring, in D. S. Johnson and M. A. Trick, eds., DIMACS Series in Computer Mathematics and Theoretical Computer Science 26,
CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS.
ALGORITMO DE BUSCA TABU APLICADO NA SOLUÇÃO DO PROBLEMA DE MÚLTIPLAS MOCHILAS MÜLLER, M. R. 1 ; FRANCO, E. M. C. 2 1,2 Universidade Estadual do Oeste do Paraná - UNIOESTE/Pós-Graduação em Engenharia de
Leia maisUMA HEURÍSTICA PARA O RECONHECIMENTO DE GRAFOS ISOMORFOS VIA O PROBLEMA QUADRÁTICO DE ALOCAÇÃO
UMA HEURÍSTICA PARA O RECONHECIMENTO DE GRAFOS ISOMORFOS VIA O PROBLEMA QUADRÁTICO DE ALOCAÇÃO Valdir Agustinho de Melo Universidade Federal do Rio de Janeiro COPPE/Produção Ilha do Fundão - Cidade Universitária
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 maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roteirização e Programação de Veículos PNV-2450 André Bergsten Mendes HEURÍSTICA DE INSERÇÃO DE SOLOMON (VRPTW) Exercício Para o problema de roteirização com janela de tempo
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisAlgoritmos para o Problema de Coloração de Grafos
Algoritmos para o Problema de Coloração de Grafos Marcelo Ferreira Rego, Haroldo Gambini Santos PPGCC - Programa de Pós-Graduação em Ciência da Computação UFOP - Universidade Federal de Ouro Preto Ouro
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisATRIBUIÇÃO DE COMPRIMENTOS DE ONDAS EM REDES ÓTICAS POR COLORAÇÃO DE PARTIÇÕES
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ATRIBUIÇÃO DE COMPRIMENTOS DE ONDAS EM REDES ÓTICAS POR COLORAÇÃO DE PARTIÇÕES Thiago Ferreira de Noronha Pontifícia
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisUm algoritmo pseudo-periférico genérico para a heurística de Snay
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um algoritmo pseudo-periférico genérico para a heurística de Snay
Leia maisAlgoritmo heurístico para agrupamento de ordens de serviço em concessionárias de distribuição de energia elétrica considerando priorização
1/5 Title Algoritmo heurístico para agrupamento de ordens de serviço em concessionárias de distribuição de energia elétrica considerando priorização Registration Nº: (Abstract) xxx Company 1. Universidade
Leia maisMETAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima
METAHEURÍSTICAS METAHEURÍSTICA Encontrar soluções boas ou até mesmo ótima Consiste em aplicar iterativamente uma heurística subordinada (busca local) Tem algum mecanismo para escapar de ótimos locais (vales)
Leia maisMETAHEURISTICA BUSCA TABU PARA O PROBLEMA DE COLORAÇÃO DE GRAFOS
METAHEURISTICA BUSCA TABU PARA O PROBLEMA DE COLORAÇÃO DE GRAFOS Felipe Neves de Aguiar** Gustavo de Sá Carvalho Honorato** Haroldo Gambini Santos * Luiz Satoru Ochi * Instituto de Computação Universidade
Leia maisGRASP para o Problema do Caixeiro Viajante com Limite de Calado
GRASP para o Problema do Caixeiro Viajante com Limite de Calado Victor Mouffron Carvalho Machado, Luiz Satoru Ochi Universidade Federal Fluminense Rua Passo da Pátria, 156, São Domingos-Niterói - RJ E-mail:
Leia maisAprimorando o Corte Peças com Forma Irregular em Chapas Retangulares
Aprimorando o Corte Peças com Forma Irregular em Chapas Retangulares Leandro Resende Mundim, leandroresendemundim@gmail.com Thiago Alves de Queiroz, th.al.qz@catalao.ufg.br Resumo: Esta pesquisa lida com
Leia mais5 VNS com Filtro e Reconexão por Caminhos
5 VNS com Filtro e Reconexão por Caminhos A metaheurística VNS (Variable Neighborhood Search) foi proposta por Mladenović e Hansen [40] e possui como idéia básica a mudança de vizinhanças realizada da
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional Letícia Rodrigues Bueno UFABC Motivação Motivação I can t find an efficient algorithm, I guess I m just too dumb. Fonte: GAREY, M. R. e JOHNSON, D. S. Computers and
Leia maisRESOLUÇÃO DO PROBLEMA DAS P-MEDIANAS POR MEIO DE ALGORITMOS BASEADOS EM GRASP, ILS E MULTI-START
RESOLUÇÃO DO PROBLEMA DAS P-MEDIANAS POR MEIO DE ALGORITMOS BASEADOS EM GRASP, ILS E MULTI-START Gustavo Marques Zeferino, Flaviana M. de S. Amorim, Marcone Jamilson Freitas Souza, Moacir F. de F. Filho
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C Simulated Annealing (2//7). C2 Busca Tabu (22//7). C3 Colônia de Formigas
Leia maisANÁLISE COMPARATIVA DE HEURÍSTICAS PARA MINIMIZAÇÃO DE ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM TEMPOS DE SETUP
ANÁLISE COMPARATIVA DE HEURÍSTICAS PARA MINIMIZAÇÃO DE ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM TEMPOS DE SETUP John Lennon Damas David UFG/Campus Catalão johnlennon_13@yahoo.com.br Hélio Yochihiro Fuchigami
Leia maisAplicação de uma Metaheurística GRASP para o Problema da Árvore de Steiner em Grafos Direcionados
Aplicação de uma Metaheurística GRASP para o Problema da Árvore de Steiner em Grafos Direcionados Marcelo Lisboa Rocha, Sóstenes Pereira Gomes Departamento de Ciência da Computação Fundação UNIRG Alameda
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
1 CAPÍTULO O MÉTODO SIMULATED ANNEALING APLICADO EM LOCALIZAÇÃO E ROTEAMENTO Ferreira, Kamyla Maria 1 * ; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás
Leia maisHeurística GRASP para o problema de p-medianas aplicado à localização de concentradores
Heurística GRASP para o problema de p-medianas aplicado à localização de concentradores Heurística GRASP para o problema de p-medianas aplicado à localização de concentradores GRASP heuristic for p-median
Leia maisAdaptando Uma Solução GRASP ao Problema da Cobertura Mínima de Vértices
Adaptando Uma Solução GRASP ao Problema da Cobertura Mínima de Vértices Marco A. Barbosa, Igor Hoelscher, Fábio Favarim, Richardson Ribeiro Universidade Tecnológica Federal do Paraná (UTFPR) Pato Branco
Leia maisAlgoritmos Combinatórios: Introdução
lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Estruturas e Problemas Combinatórios Introdução a Algoritmos Combinatórios O que são: Estruturas Combinatórias? Algoritmos Combinatórios? Problemas Combinatórios?
Leia maisBITCLIQUE: um algoritmo de Branch-and-Bound para o problema da clique máxima ponderada
BITCLIQUE: um algoritmo de Branch-and-Bound para o problema da clique máxima ponderada Wladimir Araújo Tavares,2 Manoel Bezerra Campêlo Neto Philippe Yves Paul Michelon 2 Carlos Diego Rodrigues Universidade
Leia maisMÉTODOS EXATO E HEURÍSTICO PARA O PROBLEMA DE LOCALIZAÇÃO DAS P-MEDIANAS COM DOIS OBJETIVOS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. MÉTODOS EXATO E HEURÍSTICO PARA O PROBLEMA DE LOCALIZAÇÃO DAS P-MEDIANAS COM DOIS OBJETIVOS Paula Mariana dos Santos (UFV) paula-marianna@hotmail.com JOSE
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
5 CAPÍTULO BUSCA EM VIZINHANÇA VARIÁVEL PARA LOCALIZAÇÃO E ROTEAMENTO Silva, Lorrany Cristina da 1 *; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional
Leia maisUm GRASP Simples e Robusto para o Job Shop Scheduling Problem
Um GRASP Simples e Robusto para o Job Shop Scheduling Problem Dayan de Castro Bissoli Universidade Federal do Espírito Santo (UFES) Av. Fernando Ferrari, 514 Goiabeiras 29075910 Vitória/ES Brasil dcbissoli@inf.ufes.br
Leia maisTópicos em Métodos Heurísticos META-HEURÍSTICAS
Tópicos em Métodos Heurísticos META-HEURÍSTICAS MÉTODOS HEURÍSTICOS QUE PERMITEM A CONTINUIDADE DAS EXPLORAÇÕES ALÉM DA OTIMALIDADE LOCAL, EM PARTICULAR, SUPERPONDO-SE A HEURÍSTICAS DE BUSCA LOCAL I) SIMULATED
Leia maisOBSTRUÇÕES DE COGRAFOS-(K, L)
OBSTRUÇÕES DE COGRAFOS-(K, L) Raquel de Souza Francisco COPPE/Sistemas, Universidade Federal do Rio de Janeiro, RJ, 21945-970, Brasil raquelbr@cos.ufrj.br Sulamita Klein IM e COPPE/Sistemas, Universidade
Leia maisHEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME
HEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME Gilberto Vinícius P. Nunes Departamento de Informática, Universidade Federal de
Leia maisUTILIZAÇÃO DOS MÉTODOS DE OTIMIZAÇÃO EM PROBLEMAS DE TIMETABLING
UTILIZAÇÃO DOS MÉTODOS DE OTIMIZAÇÃO EM PROBLEMAS DE TIMETABLING Ivone Piedade Terra Professora do Curso de Computação - Sistemas de Informação - Unileste-MG. Mestre em Ciência da Computação UFMG. Joyce
Leia maisIterated Local Search. Helena R. Lorenço, Olivier Martinz and THOMAS STUTZLE
I Iterated Local Search Helena R. Lorenço, Olivier Martinz and THOMAS STUTZLE Idéias Metaheurística deve ser simples, eficiente e mais genérica possível. Problema específico deve ser incorporado à metaheurística.
Leia maisESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS João Vitor Moccellin Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador
Leia maisHeurística VNS para o problema do corte de rotulação mínima
Heurística VNS para o problema do corte de rotulação mínima Augusto Cesar Bordini Braga Instituto de Computação Universidade Federal Fluminense (UFF) Niterói RJ - Brasil gutocnet@ic.uff.br Resumo: O problema
Leia maisPivotamento no Algoritmo Bron-Kerbosch para a Detecção de Cliques com Peso Máximo
Pivotamento no Algoritmo Bron-Kerbosch para a Detecção de Cliques com Peso Máximo Samuel Souza Brito 1, Haroldo Gambini Santos 1 1 Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade
Leia maisAplicação da metaheurística GRASP ao Problema do Maior Conjunto Controlado Generalizado
Aplicação da metaheurística GRASP ao Problema do Maior Conjunto Controlado Generalizado Rommel Teodoro de Oliveira Instituto Universitário do Araguaia - Universidade Federal de Mato Grosso (UFMT) Rodovia
Leia maisAPLICAÇÃO DE UMA HEURÍSTICA GRASP PARALELA AO PROBLEMA DA P-MEDIANA
APLICAÇÃO DE UMA HEURÍSTICA GRASP PARALELA AO PROBLEMA DA P-MEDIANA Celso Louça Junior (IC), Cláudia Maria Pereira Barros (IC), Marcelo Lisboa Rocha (PQ) Departamento de Ciência da Computação, UNIRG Alameda
Leia maisUMA HEURÍSTICA BASEADA EM GRASP PARA O PROBLEMA DO CLIQUE MÁXIMO. Daniel C. Miranda DCC-UFMG
UMA HEURÍSTICA BASEADA EM GRASP PARA O PROBLEMA DO CLIQUE MÁXIMO Isabel G. Barbosa DCC-UFMG isabarbo@dcc.ufmg.br Daniel C. Miranda DCC-UFMG danielcm@dcc.ufmg.br Rone Ilídio DCC-UFMG rone@dcc.ufmg.br Abstract
Leia mais6 Experimentos realizados
6 Experimentos realizados 6.1 Considerações iniciais Resolvemos os modelos de PLIM utilizando o resolvedor CPLEX, baseado no método de branch-and-bound. Resolvemos as relaxações lineares dos mesmos modelos
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia maisO PROBLEMA DA ÁRVORE CAPACITADA COM DEMANDAS NÃO- UNITÁRIAS: HEURÍSTICA COM FATOR PESO x CUSTO
O PROBLEMA DA ÁRVORE CAPACITADA COM DEMANDAS NÃO- UNITÁRIAS: HEURÍSTICA COM FATOR PESO x CUSTO Paulo Maurício Laurentys de Almeida * paulomla@gmail.com Lucas Guimarães de Oliveira * lucasgui@gmail.com
Leia maisMÉTODOS DE OTIMIZAÇÃO MULTIOBJETIVO
30 CAPÍTULO 3 MÉTODOS DE OTIMIZAÇÃO MULTIOBJETIVO 3.1 CONCEITOS BÁSICOS O problema matemático de otimização multiobjetivo consiste na obtenção de um conjunto de variáveis (solução) que satisfaça algumas
Leia maisO USO DE MEMÓRIA NO VNS BÁSICO APLICADO AO PROBLEMA QUADRÁTICO DE ALOCAÇÃO
O USO DE MEMÓRIA NO VNS BÁSICO APLICADO AO PROBLEMA QUADRÁTICO DE ALOCAÇÃO Valdir Agustinho de Melo Universidade Federal do Rio de Janeiro COPPE / Programa de Engenharia de Produção valdir@pep.ufrj.br
Leia maisSistemas de Produção em Fluxo
Uma introdução a problemas de sequenciamento em sistemas de produção em fluxo Faculdade de Ciências da Universidade do Porto 18 de Janeiro de 2012 Sumário Introdução Literatura (Makespan) Pesquisa Local
Leia maisAbordagens para Problemas Intratáveis
Abordagens para Problemas Intratáveis Letícia Rodrigues Bueno UFABC Motivação Se você se depara com um problema intratável... Motivação Se você se depara com um problema intratável... I can t find an efficient
Leia mais1 - INTRODUÇÃO. Tabu) [17]; Greedy Randomized Adaptive Search Procedure (GRASP) [12]; Variable
1 - INTRODUÇÃO Nas últimas décadas, observou-se a uma grande evolução na capacidade de processamento dos computadores e o desenvolvimento de diversos pacotes matemáticos, em particular para área de otimização.
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisUm Algoritmo de Planos-de-Corte para o Número Cromático Fracionário de um Grafo
Um Algoritmo de Planos-de-Corte para o Número Cromático Fracionário de um Grafo Manoel Campêlo, Victor Campos, Ricardo Corrêa, Mestrado e Doutorado em Ciência da Computação, Universidade Federal do Ceará
Leia maisUma Introdução à Busca Tabu André Gomes
Uma Introdução à Busca Tabu André Gomes Departamento de Ciência da Computação, Instituto de Matemática e Estatística, Universidade de São Paulo, SP, Brasil Novembro de 2009 INTRODUÇÃO Método de Busca Local
Leia maisUMA METAHEURÍSTICA HÍBRIDA GRASP+TABU PARA O PROBLEMA DE ROTEAMENTO PERIÓDICO DE UMA FROTA DE VEÍCULOS
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN UMA METAHEURÍSTICA HÍBRIDA GRASP+TABU PARA O PROBLEMA DE ROTEAMENTO PERIÓDICO DE UMA FROTA DE VEÍCULOS Aloísio Carlos
Leia maisHEURÍSTICAS GRASP PARA O PROBLEMA DE ALOCAÇÃO DINÂMICA DE ESPAÇOS
!" #$% # &('*)+'-,.0/ 13204+'658709:'316;0,@?*7BAC4+5D=0/ E-F 70.07HG-70I0,-?-70MN;0,7PO
Leia maisAlgoritmos Branch e Bound para o problema de sequenciamento em uma única máquina
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Algoritmos Branch e Bound para o problema de sequenciamento em uma única máquina Carlos E. Ferreira Instituto de Matemática e Estatística, IME, USP 05508-090,
Leia maisHEURÍSTICA VND COM BACKTRACKING PARA O PROBLEMA DE COLORAÇÃO DE VÉRTICES COM PESOS
HEURÍSTICA VND COM BACKTRACKING PARA O PROBLEMA DE COLORAÇÃO DE VÉRTICES COM PESOS Celso Oliveira, Thiago F. Noronha, Sebastián Urrutia Universidade Federal de Minas Gerais (UFMG) Av. Antônio Carlos, 6627,
Leia maisGRASP com Memória Adaptativa na solução de um Problema de Roteamento de Veículos com Múltiplas Origens
GRASP com Memória Adaptativa na solução de um Problema de Roteamento de Veículos com Múltiplas Origens Tiago Araújo Neves Instituto de Computação Universidade Federal Fluminense Niterói Rio de Janeiro
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 maisO Problema da Diversidade Máxima: Proposta e
Submetido para TEMA O Problema da Diversidade Máxima: Proposta e Análise de Metaheurística GRASP Geiza C. SILVA 1, Luiz S. OCHI 2, Simone L. MARTINS 3, Instituto de Computação, Universidade Federal Fluminense,
Leia maisUMA PROPOSTA DE DISTRIBUIÇÃO MAIS EQUILIBRADA DE SALAS E PROFESSORES EM UMA IES
UMA PROPOSTA DE DISTRIBUIÇÃO MAIS EQUILIBRADA DE SALAS E PROFESSORES EM UMA IES Valdir Agustinho de Melo Centro Universitário Estadual da Zona Oeste - UEZO Rua Manuel Caldeira de Alvarenga, 1203, Campo
Leia maisANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
ANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE Departamento de Informática e Matemática Aplicada Campus Universitário, Lagoa Nova, Natal RN. CEP: 59.078-970 Fone: (84) 3215-3814
Leia maisAlgoritmos eficientes para o projeto de uma rede de telecomunicações com topologia em anel
V ERMAC-R3 5 o Encontro Regional de Matemática Aplicada e Computacional 19-21 de outubro de 2005 Universidade Potiguar Natal/RN Algoritmos eficientes para o projeto de uma rede de telecomunicações com
Leia maisde palavras cruzadas
Heurísticas para geração automática de palavras cruzadas Denis P. Pinheiro 1, Isaac D. Gamarano 1 e Rodrigo G. Ribeiro 1 1 Departamento de Ciência da Computação Universidade Federal de Minas Gerais {denis,rribeiro,isaac}@dcc.ufmg.br
Leia maisEXPLORANDO A HEURÍSTICA DM-GRASP PARA O PROBLEMA DAS P-MEDIANAS
EXPLORANDO A HEURÍSTICA DM-GRASP PARA O PROBLEMA DAS P-MEDIANAS Thales W. Barra, Luis F. M. Santos, Richard Fuchshuber Alexandre Plastino, Simone L. Martins Universidade Federal Fluminense Niterói RJ Brasil
Leia maisMétodos modernos de pesquisa e Optimização
Métodos modernos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
Leia maisUtilização de Times Assíncronos na Solução do Problema de Cobertura de Conjuntos
Utilização de Times Assíncronos na do Problema de Cobertura de Conjuntos Edison L. Bonotto 1, Marcelo Lisboa Rocha 2. 1 Programa de Pós-graduação em Informática Universidade Federal da Paraíba (UFPB) 58059-900
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 maisUmmétodohíbridoparaescalonar turnosdeenfermeiras
Ummétodohíbridoparaescalonar turnosdeenfermeiras Alexandre Luiz J. H. Albano e Marcio Oshiro Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação Um método
Leia maisHeurística GRASP-VND para o Problema de Roteamento de Veículos com Cross-Docking
Heurística GRASP-VND para o Problema de Roteamento de Veículos com Cross-Docking Lucas Abritta Costa, Fernando Afonso Santos Universidade Federal de Itajubá Campus Itabira Rua São Paulo, 377 Bairro Amazonas
Leia maisRio de Janeiro- Brasil, 05 e 06 de agosto de 2009. ISSN 2175-6295 SPOLM 2009
ISSN 175-695 Rio de Janeiro- Brasil, 05 e 06 de agosto de 009. SPOLM 009 034/009 - HEURÍSTICA GRASP BI-OBJETIVO PARA O PROBLEMA DAS P-MEDIANAS NÃO CAPACITADO Paula Mariana dos Santos Departamento de Engenharia
Leia maisMAC 5758 Introdução ao Escalonamento e Aplicações
MAC 5758 Introdução ao Escalonamento e Aplicações Escalonamento no Futebol Brasileiro Nome: Márcio Guedes Hasegawa N o USP: 4894760 Índice Introdução... 2 Descrição do Problema... 3 A Solução Proposta...
Leia maisBusca Local Iterada. Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial
Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial Busca Local Iterada Kelly Rodrigues Abreu Federico Luis Losco 28 de Maio de 2007. Sumário Introdução
Leia maisUma heurística GRASP para o Problema da Sequência mais Próxima
Uma heurística GRASP para o Problema da Sequência mais Próxima Válber Laux 1, Adria Lyra 1 1 Universidade Federal Rural do Rio de Janeiro (UFRRJ) Av. Governador Roberto Silveira, Centro, Nova Iguaçu -
Leia maisSistemas de Apoio à Decisão Optimização V 2.0, V.Lobo, EN/ISEGI, 2011
V.0, V.Lobo, EN/ISEGI, 0 ópicos Métodos modernos de pesquisa e Optimização Victor Lobo Introdução Métodos matemáticos clássicos Método de Monte Carlo Hill- Climbing Simulated Annealing Algoritmos Genéticos
Leia maisUma Abordagem do Problema de Programação de Grade Horária Sujeito a Restrições Utilizando Coloração de Grafos
Uma Abordagem do Problema de Programação de Grade Horária Sujeito a Restrições Utilizando Coloração de Grafos Geraldo Simonetti Bello Maria Cristina Rangel Maria Claudia Silva Boeres UFES Universidade
Leia maisAlgoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional
Algoritmo busca tabu para a minimização do tempo de processamento e atrasos de entrega em sistemas de produção flowshop permutacional Marcio Leite (UCAM-Campos) mleite@lenep.uenf.br José Elias Cláudio
Leia maisGRAFOS Aula 09 Coloração de Grafos Max Pereira
Ciência da Computação GRAFOS Aula 09 Coloração de Grafos Max Pereira O problema da coloração de grafos trata-se de atribuir cores a determinados elementos de um grafo, sob certas restrições. A coloração
Leia maisUMA SOLUÇÃO DO PROBLEMA DE ROTEAMENTO ABERTO DE VEÍCULOS COM JANELAS DE TEMPO UTILIZANDO METAHEURÍSTICAS GRASP E ILS
UMA SOLUÇÃO DO PROBLEMA DE ROTEAMENTO ABERTO DE VEÍCULOS COM JANELAS DE TEMPO UTILIZANDO METAHEURÍSTICAS GRASP E ILS Jose Mauricio Costa (CEFET-MG) jmcosta25@gmail.com Sergio Ricardo de Souza (CEFET-MG)
Leia maisMétodos de pesquisa e Optimização
Métodos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados 1ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
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 maisResumo. PALAVRAS CHAVES. Tabela-horário, Coloração de Grafos, Busca Tabu. Abstract
UMA PROPOSTA DE FORMULAÇÃO DO PROBLEMA DE PROGRAMAÇÃO DE TABELA-HORÁRIO DE EXAMES DE TORONTO VIA COLORAÇÃO DE GRAFOS E SUA RESOLUÇÃO PELO ALGORITMO DE BUSCA TABU André Manhães Machado Maria Claudia Silva
Leia maisMETAHEURÍSTICA VARIABLE NEIGHBORHOOD SEARCH NA OTIMIZAÇÃO DE ESCALAS DE MOTORISTAS DE TRANSPORTE PÚBLICO URBANO
METAHEURÍSTICA VARIABLE NEIGHBORHOOD SEARCH NA OTIMIZAÇÃO DE ESCALAS DE MOTORISTAS DE TRANSPORTE PÚBLICO URBANO Eduardo Luis Festa (UFSC) eduardoluisfesta@gmail.com Christiane Wenck Nogueira fernandes
Leia maisNuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH
Nuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH Optimization and decision support techniques PDEEC 2007 Introdução A meta-heurística VNS (Variable Neighbourhood Search) é bastante recente
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 maisXLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
META-HEURÍSTICA SIMULATED ANNEALING APLICADA AO PROBLEMA DE CORTE BIDIMENSIONAL NÃO-GUILHOTINADO Gelinton Pablo Mariano Mestrando em Informática - Universidade Federal do Espírito Santo Av. Fernando Ferrari,
Leia maisProposta e Avaliação de Novas Heurísticas Para o Problema de Coloração de Vértices
Proposta e Avaliação de Novas Heurísticas Para o Problema de Coloração de Vértices Thalyson Gomes Nepomuceno da Silva, Leonardo Sampaio Rocha, Gerardo Valdisio Rodrigues Viana Universidade Estadual do
Leia maisUMA ABORDAGEM MULTIAGENTE PARA A SOLUÇÃO DE PROBLEMAS DO TIPO JOBSHOP
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. UMA ABORDAGEM MULTIAGENTE PARA A SOLUÇÃO DE PROBLEMAS DO TIPO JOBSHOP Carlos Alberto dos Santos Passos (CTI) carlos.passos@cti.gov.br Vitor Massaru Iha
Leia maisAPLICAÇÃO DO MÉTODO GRASP NO PROBLEMA DE POSICIONAMENTO DE RADARES DE VIGILÂNCIA
APLICAÇÃO DO MÉTODO GRASP NO PROBLEMA DE POSICIONAMENTO DE RADARES DE VIGILÂNCIA Mônica Maria De Marchi Centro Técnico Aeroespacial (CTA) Instituto de Estudos Avançados (IEAv) Departamento de Informática
Leia maisHEURÍSTICA GULOSA PARA O PROBLEMA DA ROTULAÇÃO CARTOGRÁFICA DE PONTOS
HEURÍSTICA GULOSA PARA O PROBLEMA DA ROTULAÇÃO CARTOGRÁFICA DE PONTOS Gildásio Lecchi Cravo, 1 Glaydston Mattos Ribeiro 1,2 e Luiz Antonio Nogueira Lorena 2 Faculdade de Aracruz Uniaracruaz 1 Departamento
Leia maisUMA HEURÍSTICA GRASP PARA O PROBLEMA DE PROGRAMAÇÃO FLOWSHOP MULTICRITÉRIO
UMA HEURÍSTICA GRASP PARA O PROBLEMA DE PROGRAMAÇÃO FLOWSHOP MULTICRITÉRIO José Elias Claudio Arroyo Universidade Candido Mendes UCAM-Campos Departamento de Computação e Sistemas Rua Anita Peçanha, 100,
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional 25 de novembro de 2011 Enquanto a teoria de análise de algoritmos estuda a análise de complexidade de algoritmos, a teoria da complexidade estuda a classificação de
Leia maisLIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS
LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS Horacio Hideki Yanasse Instituto Nacional de Pesquisas Espaciais INPE/LAC, Avenida dos Astronautas 1758, Jardim da Granja
Leia maisSistemas de Apoio à Decisão Optimização V 1.0, V.Lobo, EN/ISEGI, 2005
Métodos modernos de pesquisa e Optimização Victor Lobo Introdução Problema de optimização Dada uma função f(x) encontrar o seu óptimo (máximo ou mínimo) Cada um faz a sua pesquisa!!! Problema de pesquisa
Leia maisModelo de Algoritmo Genético para o Escalonamento de Tarefas em uma Arquitetura Multiprocessadora
Modelo de Algoritmo Genético para o Escalonamento de Tarefas em uma Arquitetura Multiprocessadora Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em
Leia maisO Problema do Caixeiro Viajante com Limite de Calado: uma Abordagem usando Simulated Annealing
O Problema do Caixeiro Viajante com Limite de Calado: uma Abordagem usando Simulated Annealing Wall Berg Morais, Marcelo Rosa, Marcelo Teixeira, Marco Antonio Barbosa Department of Informatics of the Federal
Leia maisUm Estudo Empírico de Métodos Hiper-Heurísticos
Um Estudo Empírico de Métodos Hiper-Heurísticos Igor Ribeiro Sucupira (Aluno de Mestrado) Flávio Soares Corrêa da Silva (Orientador) Departamento de Ciência da Computação Instituto de Matemática e Estatística
Leia maisO PROBLEMA DO CICLO DOMINANTE
O PROBLEMA DO CICLO DOMINANTE Lucas Porto Maziero Instituto de Computação Universidade Estadual de Campinas (UNICAMP) Campinas - SP - Brasil lucasporto1992@gmail.com Fábio Luiz Usberti Instituto de Computação
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 mais