UMA HEURISTICA APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE
|
|
- Mariana Bacelar Pinho
- 7 Há anos
- Visualizações:
Transcrição
1 UMA HEURISTICA APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE Flávio Martins Colares Faculdade Lourenço Filho, José Lassance de Castro Silva Universidade Federal do Ceará, José Ramos de Oliveira Silva Faculdade Lourenço Filho, Maria do Socorro de Carvalho Faculdade Lourenço Filho, Resumo Neste trabalho descrevemos uma nova metodologia aplicada na resolução do problema do caixeiro viajante, mais conhecido na literatura como Travelling Salesman Problem (TSP). A metodologia também pode ser aplicada a classe dos Problemas de Otimização Combinatória Permutacional (POCP). O método é simples de programar computacionalmente devido a estrutura usada na modelagem do problema. Ele avalia um conjunto fixo de soluções, construído através de permutações, que diversifica a busca dentro do conjunto de soluções viáveis do problema. O TSP pertence a classe dos problema NP-completo, que justifica o uso de técnicas refinadas aplicadas na resolução do mesmo com o intuito de encontrar boas soluções viáveis a um baixo custo em termos de recursos computacionais. Extensivos experimentos computacionais foram realizados e reportados para instâncias do problema com até 443 cidades, e os resultados são comparados com aqueles encontrados na literatura. Palavras-chave: Problema do Caixeiro Viajante, Otimização Combinatória, Heurística. Abstract The aim of this paper is to present a new method applied to solve the Travelling Salesman Problem (TSP). The method can also be used to solve Combinatorial Optimization Problems that involves permutation, it is a simple program of computer where the solution structure is based on permutation. This technique partitions the set of feasible solutions into small regions to diversify the local search. The technique was applied effectively to the TSP which is an NP-Complete problem and difficult to be solved in the practice. Extensive computational experiments are reported for instances with up to 443 cities and the results are compared with those obtained from the literature. Key words: Travelling Salesman Problem, Combinatorial Optimization, Heuristics. 1. Introdução O Problema do Caixeiro Viajante (PCV) consiste em determinar uma rota para o caixeiro que minimize a distância total percorrida na rota passando por todas as cidades a serem visitadas, somente uma única vez. Existem n cidades para serem visitadas e são conhecidas as distâncias d ij, para 1 i,j n, entre as cidades. Em termos, o PCV, conforme Goldbarg e Luna [1], está presente em vários problemas práticos, tais como: 1. Programação de operações de máquinas e manufatura; 2. Programação de transporte entre células de manufatura; 3. Otimização de movimento de ferramentas de corte; 4. Otimização de perfurações de furos em placas de circuitos impressos; 5. Nos problemas de roteamento de veículos;
2 6. Nos de problemas de seqüenciamento; 7. Nos problemas de programação e distribuição de tarefas em plantas; 8. Trabalhos administrativos; entre outros. A dificuldade de solucionar o PCV de forma exata está no grande número de soluções existentes para as instâncias de médio e grande porte. Sendo classificado na literatura como NP-completo, conforme descreve Garey and Jhonson [2], Lin and Kernighan [3], entre outros. Problemas desta natureza são comumente abordados através de Heurísticas, do idioma grego "heurisikein", que significa "descobrir". Heurísticas são procedimentos que permitem determinar uma ou mais soluções para determinados problemas que muitas vezes se apóiam em uma abordagem intuitiva, na qual a estrutura particular do problema seja considerada e explorada de forma inteligente, para a obtenção de uma boa solução adequada. Conforme Reeves [4], as heurísticas foram desenvolvidas com a finalidade de resolver problemas de elevado nível de complexidade em tempo computacional razoável. Ao se pensar em um problema combinatório complexo, uma opção seria analisar todas as combinações possíveis para conhecer a melhor delas. Whitley et al. [5] fizeram uma boa abordagem da relação do problema de seqüenciamento com o problema do caixeiro viajante, onde constataram que as técnicas utilizadas na resolução de um dos problemas também podem ser aplicadas na resolução do outro, com pequenas modificações. Neste trabalho, nosso principal objetivo é mostrar uma nova abordagem de resolução para o problema do caixeiro viajante, denominada de Heurística Permutacional (HP*), que sem muito sacrifício também pode ser utilizado na resolução dos problemas de otimização combinatória que envolve permutação. Os experimentos realizados com HP* são descritos, onde podemos concluir o desempenho do método. Pretende-se verificar qual a influência na qualidade dos resultados obtidos e nos tempos de processamento, da solução inicialmente submetida à solução final. Este artigo está organizado da seguinte forma: Na Seção 2 detalharemos a Heurística Permutacional. Enquanto que na Seção 3 serão apresentados os experimentos computacionais, assim como sua análise. A Seção 4 apresenta as conclusões, enquanto que na Seção 5 é dada a bibliografia. 2. Heurística Permutacional (HP*) Um Problema de Otimização Combinatória Permutacional (POCP) pode ser definido por um terno (S, g, n), onde S é o conjunto de todas as soluções viáveis (soluções que satisfazem as restrições do problema, com S = n!), g é a função objetivo que aplica a cada solução s S um número real e n é uma instância do problema. O objetivo é encontrar a solução s S que minimize a função objetivo g. Podemos representar s como uma permutação de n elementos distintos, ou seja, s=< a 1 a 2... a n >. N(s) é chamada a vizinhança de s e contém todas as soluções que podem ser alcançadas de s por um simples movimento. Aqui, o significado de um movimento é aquele de um operador que transforma uma solução para uma outra com pequenas modificações. Silva e Soma [6] desenvolveram uma técnica para resolver POCP, denominada Heurística Permutacional (HP). Através desta técnica conseguimos intensificar o processo de diversificação, aumentando o número de soluções a ser avaliada no problema. O procedimento HP consiste basicamente em dividir o conjunto de soluções viáveis S em n vizinhanças N(s i ) distintas entre si, onde para cada 1 i n s i é uma permutação que inicia com o elemento i, e cada uma destas vizinhanças será particionada em quatro subvizinhanças N(s ij ) N(s i ), 1 j 4, com s ij definido adiante. As soluções (permutações) s pertencentes a N(s i ) também iniciam com o elemento i. Desta forma N(s i ) N(s k )=, 1 i,k n, com i k. Exceto s i1 = s i, as quatro permutações s i1, s i2, s i3 e s i4 que produzirão as quatro subvizinhanças N(s i1 ), N(s i2 ), N(s i3 ) e N(s i4 ), respectivamente, são obtidas da troca de posições dos elementos de s i, da seguinte forma: 1 º ) A permutação s i2 mantém a primeira posição de s i e inverte as (n-1) posições restantes de s i ; 2 º ) A permutação s i3 mantém a primeira posição de s i e troca seqüencialmente 2 a 2 as demais posições adjacentes de s i ; 3 º ) A permutação s i4 mantém a primeira posição de s i3 e inverte as (n-1) posições restantes de s i
3 A subvizinhança N(s ij ) é formada por todas as permutações que são obtidas de s ij trocando de posição 2 a 2 todos os elementos de s ij, a partir da segunda posição, e mantendo a ordem dos outros elementos inalterado. Assim, o número de permutações em cada subvizinhança é [ (n-1) (n-2)/2 + 1 ] que implica em [ 4 [(n-1) (n-2)/2 +1] ] permutações em cada vizinhança e um total de [ 2 n (n-1) (n-2) + 4n ] permutações geradas para o problema. Dada uma permutação qualquer s 1, podemos obter os demais s i, 2 i n, trocando somente o elemento da primeira posição de s 1 pelo elemento da i- éssima posição. Sem perdas de generalidades podemos supor s 1 =< n >, então s 2 =< n >, s 3 =< n >,..., s n =< n (n-1) 1 >. Adotamos o seguinte critério para aumentar o número de soluções avaliadas no problema, com HP. Seja s N(s i ), para algum i entre 1 e n, isto implica que s=< i a 2... a n >. Sejam m= (n 1)/2 +2, p= m n/4 1 e q= m + n/4. Construa s 1, s 2, s 3, s 4 e s 5 a partir de s da seguinte forma: Solução α β δ μ s = < i a 2 a 3... a p a p+1 a m 1 a m a m+1... a q 1 a q a n 1 a n > s 1 = < i a 2 a 3... a p a m a m+1... a q 1 a p+1 a m 1 a q a n 1 a n > s 2 = < i a m+1... a q 1 a q a n 1 a n a m a 2 a 3... a p a p+1 a m 1 > s 3 = < i a m+1... a q 1 a m a 2 a 3... a p a q a n 1 a n a p+1 a m 1 > s 4 = < i a m+1... a q 1 a q a n 1 a 2 a m a n a 3... a p a p+1 a m 1 > s 5 = < i a m+1... a q 1 a m a n a 3... a p a q a n 1 a 2 a p+1 a m 1 > Desta forma, a permutação s, a partir da segunda posição, é dividida em 4 subconjuntos α, β, δ e μ sendo que: se k é o resto da divisão de n por 4, i. e, k=n módulo 4, então temos que: k 0 α = 1 α = = 2 μ = 3 α = n / 4 1 e β = δ = μ = n / 4 β = δ = μ = n / 4 n / e β = δ = α = n / 4 μ = n / e β = δ = n / 4 A Tabela 1, dada a seguir, mostra um exemplo de s 1, s 2, s 3, s 4 e s 5 para n=18 e s=< >, com m=10, p=5 e q=14. Solução α β δ μ s < > s 1 < > s 2 < > s 3 < > s 4 < > s 5 < > Tabela 1 Construção de s 1, s 2, s 3, s 4 e s 5 para n=18 e s=< >. Assim, com este novo procedimento adicionado a HP, denominado HP *, o número total de permutações a serem avaliadas será de [12 n (n-1) (n-2)+24n], pois para cada permutação gerada em HP foram geradas mais cinco permutações. Implementamos e executamos estes procedimentos 1863
4 recursivamente, sem analisar o desempenho da função objetivo do problema, e constatamos que não houve repetição de permutação para valores de n 10. A Tabela 2, dada abaixo, apresenta o número de permutações geradas por HP e HP *. n HP HP * n HP HP * Tabela 2 Número de permutações avaliadas pelos procedimentos HP e HP * No TSP são dados um conjunto com n cidades a 1, a 2,..., a n e todas as distâncias (ou custo) entre elas, onde d i,j representa a distância (ou custo) para ir da cidade a i até a cidade a j. O objetivo do problema consiste em determinar uma rota, para o caixeiro, que percorra todas as n cidades somente uma vez com a menor distância percorrida. Neste caso, uma rota pode ser definida como sendo uma seqüência s=< a 1 a 2... a n > de cidades a serem visitadas, nesta ordem. Assim, a função g que calcula a distância n 1 = total percorrida nesta rota é dada por g(s) = ( d ) + d. Em outras palavras, o objetivo do a, i ai 1 a, + n a1 i 1 problema é obter uma seqüência s* tal que g(s*) = Min { g(s) } para s S, onde S é o conjunto de todas as seqüências (soluções viáveis) possíveis das n cidades. O TSP pode ser definido como um terno P=(S, g, n), de acordo com a definição de um problema de otimização combinatória permutacional, da seguinte forma: a) Um elemento s do conjunto de soluções viáveis S é representado por uma permutação das n cidades, com a ordem de s determinando a seqüência na qual as cidades serão visitadas; b) A função g(s), dada anteriormente, determina a função que avalia uma solução de S. 3. Experimentos Computacionais As heurísticas HP e HP* foram executadas num micro-computador com processador AMD Atlhon e memória RAM de 256Mb. Os experimentos foram realizados a partir de 19 arquivos de teste obtidos na OR-Library, TSPLIB [7], onde foram utilizadas matrizes D de tamanho n x n previamente definidas. A Tabela 3, abaixo, mostra os resultados obtidos com HP onde estão descritos os arquivos testes utilizados, a dimensão das matrizes (n), o número de permutações por subvizinhança (NPS) e vizinhanças (NPV), o número total de permutações geradas para avaliação (NPP), a solução ótima do problema teste (Ótimo), a solução obtida pela heurística permutacional (HP), o percentual do desvio (dado pela fórmula a seguir) e o tempo de execução de HP (em segundos). (Sol(HP) Ótimo) x 100 Desvio = Ótimo 1864
5 Como já citado na seção 2, um dos nossos objetivos é conseguir diversificar o número de amostras avaliadas de forma a obter uma solução tão próxima da ótima quanto possível, assegurando desta forma, um menor percentual de desvio com um tempo computacional aceitável. Para se ter uma idéia mais clara da dimensão do problema relacionado com o tempo computacional, considere a amostra contida no arquivo br17, onde usamos uma matriz D de tamanho 17x17, a de menor valor para n, em que foram avaliadas apenas 8228 soluções de um total de aproximadamente 355,7 trilhões de soluções distintas possíveis. Sabe-se que para análise de um número de soluções dessa ordem, teríamos um custo de tempo computacional impraticável, ainda que algoritmos exatos possam ser utilizados. Arquivo n NPS NPV NPP Ótimo HP Desvio (%) Tempo br ftv ftv ftv pr ftv ftv ry48p ft ftv ftv ft ftv kro124p ftv rbg rbg rbg rbg Tabela 3 Resultados obtidos por HP. Na Tabela 3, verificamos que para os valores: n 48, n=53 e n=71, o percentual de desvio ficou abaixo de 100% enquanto para os demais valores este percentual foi superior a 100%. Apenas uma amostra (pr43) teve desempenho satisfatório, cujo desvio foi de aproximadamente 4%. O tempo computacional para execução de HP foi considerado bom, com a maior instância (n=443) levando menos de 30 minutos para ser executada, entretanto HP deixou a desejar na qualidade das soluções apresentadas como solução para o problema. Daí surgiu a idéia de aumentarmos o número de soluções a serem avaliadas, para cada problema, sem comprometer o tempo computacional e melhorarmos as soluções dos problemas. A introdução do procedimento HP*, citado na Seção 2, que aumenta o número de soluções avaliadas, em 5 vezes, pôde ser avaliado com os dados apresentados na Tabela 4, dada a seguir, com as mesmas características da Tabela 3. Podemos verificar que houve melhoras na qualidade das soluções apresentadas por HP* quando comparadas com HP, para maioria das instâncias utilizadas. Em apenas duas instâncias, ftv70 e ftv170, não houve melhoras. O tempo de execução da maior instância foi de aproximadamente 5 horas. As médias dos desvios foram 141,89% e 152,79%, respectivamente para HP* e HP. 1865
6 Arquivo n NPS NPV NPP Ótima HP* Desvio (%) Tempo br ftv ftv ftv pr ftv ftv ry48p ft ftv ftv ft ftv kro124p ftv rbg rbg rbg rbg Tabela 5. Resultados obtidos através da heurística HP* Na Figura 1, apresentamos o gráfico comparativo entre os desvio das heurísticas HP e HP*, enquanto na Figura 2, mostramos uma comparação das heurísticas em relação ao tempo computacional. Percentual de Desvio em Relação a Função Objetivo Desvio Cidades Figura 2. Comparação Desvio_HP de Percentuais de Desvio Desvio_HP* entre e HP* Figura 1 Gráfico de comparação dos desvios de HP com HP*. 1866
7 Tempo Computacional para Execução Tempo(s) Cidades Tempo_HP Tempo_HP* Figura 2 - Gráfico da comparação do tempo computacional (em segundos) entre HP e HP* 4. Conclusão Uma maneira de reduzir a complexidade na resolução do problema computacionalmente é através do uso de heurísticas, que embora não garantam a solução exata, estabelece um compromisso entre os resultados obtidos e o custo computacional. Entretanto, nossos experimentos computacionais baseados em problemas da literatura, indicam que tanto HP como HP* não obtiveram sucesso na resolução dos mesmos contradizendo o que muitos pesquisadores descrevem em seus artigos, que nem sempre a diversificação na busca tende a gerar bons resultados. Isto ficou aqui registrado, onde a média do desvio foi muito alta para as duas heurísticas. Porém, não podemos afirmar que HP e HP* são procedimentos inadequados para serem aplicados na resolução dos problemas de otimização combinatória permutacional, pois conforme Silva e Soma [6], HP conseguiu excelentes resultados quando aplicada ao problema de empacotamentos de bins tridimensionais. Escolheu-se o Problema do Caixeiro Viajante, como o representante dos POCP a ser estudado para uma aplicação da nossa técnica. Esta escolha não se deu ao acaso, visto que trata-se de um dos problemas bastante estudado com instâncias já consolidadas na literatura (TSPLIB [7]). A modelagem de um problema de otimização combinatória permutacional, como um TSP, não prejudica em nada a generalidade com que se tratou os POCP e sendo assim HP* pode ser aplicada a essa classe de problemas sem maiores dificuldades Como trabalhos futuros, podemos diminuir o tempo de execução de HP* se utilizarmos processamento paralelo ou distribuído, em vez de processamento seqüencial, conforme sugere Viana [8]. Uma vez que no procedimento é possível que a busca seja feita em diversos processadores, existentes e disponíveis para tal, através da geração das vizinhanças em paralela. Outro trabalho que também pode ser realizado é aplicar HP* em outros problemas da classe dos POCP. Agradecimentos Os autores agradecem o apoio da Faculdade Lourenço Filho, da Universidade Federal do Ceará e do CNPq (processo /03-9). 5. Bibliografia [1] Goldbarg, M. C. e Luna, H. P. L. Otimização Combinatória e Programação Linear: Modelos e Algoritmos. Rio de Janeiro: Editora Campus,
8 [2] Garey, M. R. and Johnson, D. S. Computers and Intractability: A guide to the Theory of NP- Completeness. W. H. Freeman, San Francisco, [3] Lin, S. and Kernighan, B. W.. An Effective Heuristic Algorithm for the Traveling Salesman Problem. Operations Research, v.21, p , [4] Reeves, C. R. - Modern Heuristic Techniques for Combinatorial Problems. McGraw-Hill, London, [5] Whitley, D., Starkweather, T. and Shaner, D. The traveling salesman and sequence scheduling: quality solutions using genetic edge recombination. Handbook of Genetic Algorithms. Van Nostrand Reinhold, New York, , [6] Silva, J. L. C. e Soma, N. Y.. Uma heurística para Problemas de Otimização Combinatória Permutacional. Proceedings of the XXXIII SBPO, Campos do Jordão-SP, Brazil, [7] TSPLIB. [8] Viana, G. V. R. Meta-heurísticas e Programação Paralela em Otimização Combinatória. Edições UFC, Fortaleza-CE, Brasil
Análise 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 ALGORITMO APROXIMATIVO APLICADO AO PROBLEMA DE PARTIÇÃO DE CONJUNTO
UM ALGORITMO APROXIMATIVO APLICADO AO PROBLEMA DE PARTIÇÃO DE CONJUNTO José Lassance de Castro Silva Universidade Federal do Ceará, Departamento de Estat. e Matemática Aplicada 60000-000, Fortaleza-CE,
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 maisAlgoritmo Genético: um experimento comparativo entre a execução paralela com troca de indivíduos de populações e a não paralela.
Algoritmo Genético: um experimento comparativo entre a execução paralela com troca de indivíduos de populações e a não paralela. Marlos A. S. Lima 1, Davi Magalhães 2, F. C. de Lima Júnior 3, Rommel W.
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 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 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 mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisOtimização inteira: o problema do caixeiro viajante
https://eventos.utfpr.edu.br//sicite/sicite2017/index Otimização inteira: o problema do caixeiro viajante RESUMO André Luiz Atarasi andre.atarasi@hotmail.com Universidade Tecnológica Federal do Paraná,
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 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 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 maisO PROBLEMA DE SEQÜENCIAMENTO FLOWSHOP: UMA ABORDAGEM EVOLUCIONÁRIA
O PROBLEMA DE SEQÜENCIAMENTO FLOWSHOP: UMA ABORDAGEM EVOLUCIONÁRIA Francisco Régis Abreu Gomes Pós-Graduação em Logística e Pesquisa Operacional-UFC Campus do Pici, Bloco 703, CEP 60455, Fortaleza-CE José
Leia maisUm Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo
Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo Francisco Henrique de Freitas Viana Pontifícia Universidade Católica do Rio de Janeiro PUC-Rio Departamento de Informática
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 mais> Princípios de Contagem e Enumeração Computacional 1/13
Princípios de Contagem e Enumeração Computacional > Princípios de Contagem e Enumeração Computacional 1/13 Objetivos Contar/listar o número de elementos de conjuntos finitos Aplicações > Princípios de
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 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 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 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 maisO estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste material e a resolução (por parte do aluno) de todos os
Leia maisProgramação da produção em sistema no-wait flow shop com minimização do tempo total de fluxo
Programação da produção em sistema no-wait flow shop com minimização do tempo total de fluxo Lucas Yamada Scardoelli (EESC/USP) scarty@terra.com.br R. General Glicério, 340, Centro, CEP 15900-000, Taquaritinga,
Leia maisARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM
ARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM Allan Kardec Lopes (Instituto Federal Goiano Campus Urutaí GO Brasil) allankardec.ti@gmail.com Gina M. B. de Oliveira (Universidade
Leia mais04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II
04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2011/1 Moacir Ponti Jr.
Leia maisUMA ABORDAGEM DIDÁTICA DO SIMULATED ANNEALING USANDO O MODELO MARKOVIANO APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN UMA ABORDAGEM DIDÁTICA DO SIMULATED ANNEALING USANDO O MODELO MARKOVIANO APLICADA AO PROBLEMA DO CAIXEIRO VIAJANTE Iloneide
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 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 maisCiclos hamiltonianos e o problema do caixeiro viajante
Ciclos hamiltonianos e o problema do caixeiro viajante Algoritmos em Grafos Marco A L Barbosa cba Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-CompartilhaIgual 4.0 Internacional.
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 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 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 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 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 maisUM ALGORITMO GENÉTICO APLICADO AO PROBLEMA DE EMPACOTAMENTO DE BINS TRIDIMENSIONAIS
UM ALGORITMO GENÉTICO APLICADO AO PROBLEMA DE EMPACOTAMENTO DE BINS TRIDIMENSIONAIS José Lassance de Castro Silva Nei Yoshihiro Soma Departamento de Computação, Instituto Tecnológico de Aeronáutica 12228-900,
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 maisUMA COMPARAÇÃO EMPÍRICA DE OPERADORES DE CROSSOVER PARA O PROBLEMA DE JOB SHOP COM DATAS DE ENTREGAS
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisALGORITMOS AVANÇADOS UNIDADE I Análise de Algoritmo - Notação O. Luiz Leão
Luiz Leão luizleao@gmail.com http://www.luizleao.com Conteúdo Programático 1.1 - Algoritmo 1.2 - Estrutura de Dados 1.2.1 - Revisão de Programas em C++ envolvendo Vetores, Matrizes, Ponteiros, Registros
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisAnálise e Implementação de Algoritmos para o Roteamento de Veículos
Análise e Implementação de Algoritmos para o Roteamento de Veículos Milton Roberto Heinen 1 1 Universidade do Vale do Rio dos Sinos (UNISINOS) Mestrado em Computação Aplicada CEP 93022-000 - São Leopoldo
Leia maisCaixeiro Viajante. Estruturas de Dados II. Prof. a Mariella Berger. 1. Objetivo
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 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 mais3 Metaeurísticas e Resolvedores MIP
3 Metaeurísticas e Resolvedores MIP A combinação entre metaeurísticas e resolvedores MIP é uma estratégia relativamente recente, tendo seus primeiros estudos realizados ao longo da última década. O survey
Leia maisUm Estudo Empírico de Hiper-Heurísticas
Flávio Soares Corrêa da Silva (Orientador) Instituto de Matemática e Estatística Universidade de São Paulo Julho de 2007 Definição de Hiper-Heurística Para Que Servem Dois Exemplos Definição Uma hiper-heurística
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 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 maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia maisProblema do vendedor: uma abordagem via algoritmos genéticos
Problema do vendedor: uma abordagem via algoritmos genéticos Dandara de Almeida Machado 1, Juliana Verga Shirabayashi 1 1 Universidade Federal do Paraná (UFPR) Campus Jandaia do Sul dandaraalmeidaa@gmail.com;
Leia maisANÁLISE DE RESULTADOS NA CONSTRUÇÃO DE ROTA PARA O PROBLEMA DO CAIXEIRO VIAJANTE
ANÁLISE DE RESULTADOS NA CONSTRUÇÃO DE ROTA PARA O PROBLEMA DO CAIXEIRO VIAJANTE Luiz Antonio Kretzschmar, Luiz Fernando Nunes, Paula Francis Benevides Departamento de Matemática Universidade Tecnológica
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 maisEstudo e implementação de heurísticas para determinação do caminho de menor custo para atender a rotas pré estabelecidas. Por: Charles Pereira
Estudo e implementação de heurísticas para determinação do caminho de menor custo para atender a rotas pré estabelecidas Por: Charles Pereira Objetivos Principal: - Criar, implementar e avaliar heurísticas
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 maisA New Algorithm for Finding All Tours and Hamiltonian Circuits in Graphs
A New Algorithm for Finding All Tours and Hamiltonian Circuits in Graphs J. L. C. Silva, L. Rocha and B. C. H. Silva Abstract This paper presents a new algorithm that finds all tours and Hamiltonian circuits
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 maisUm Algoritmo Imunológico para a Solução do Problema do Caixeiro Viajante
Um Algoritmo Imunológico para a Solução do Problema do Caixeiro Viajante Thiago A. S. Masutti 1, Leandro N. de Castro 2 1 Laboratório de Sistemas Inteligentes Universidade Católica de Santos R. Dr. Carvalho
Leia maisGustavo Simão Rodrigues
Gustavo Simão Rodrigues O Problema do Sequenciamento em Uma Única Máquina, com Tempos de Preparação Dependentes da Sequência e Penalidades por Antecipação e Atraso: Estudo de Caso de um Processo de Fabricação
Leia maisAvaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV
Avaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Aula 01 Complexidade de Algoritmos Edirlei Soares de Lima O que é um algoritmo? Um conjunto de instruções executáveis para resolver um problema (são
Leia maisUm Algoritmo Imunológico para a Solução do Problema do Caixeiro Viajante
Um Algoritmo Imunológico para a Solução do Problema do Caixeiro Viajante Thiago A. S. Masutti 1, Leandro N. de Castro 2 1 Laboratório de Sistemas Inteligentes Universidade Católica de Santos R. Dr. Carvalho
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 maisPCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 1 de novembro de 2018 Marco Antonio
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 maisINVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL
INVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL Mirella Augusta Sousa Moura, mirella.asm14@hotmail.com Thiago Alves de Queiroz, th.al.qz@catalão.ufg.br Resumo: Empacotamento consiste
Leia maisUniversidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial. Algoritmo Memético
Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial Algoritmo Memético aplicação para o problema do caixeiro viajante Kelly Rodrigues Abreu Federico
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 maisFUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES MEMÓRIA CACHE CAPÍTULO 5. Cristina Boeres
FUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES MEMÓRIA CACHE CAPÍTULO 5 Cristina Boeres Introdução! Diferença de velocidade entre Processador e MP O processador executa uma operação rapidamente e fica em
Leia maisPROBLEMA DO CAIXEIRO VIAJANTE: UM ESTUDO COMPARATIVO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL
PROBLEMA DO CAIXEIRO VIAJANTE: UM ESTUDO COMPARATIVO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL ISSN: 1984-3151 TRAVELING SALESMAN PROBLEM: A COMPARATIVE APPROACH BY USING ARTIFICIAL INTELLIGENCE TECHNIQUES
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 maisOtimização de horários Seminário. Clarisse Resende 25/01/2013
Otimização de horários Seminário Clarisse Resende 25/01/2013 O problema dos horários consiste numa sequência de atividades de programação, satisfazendo um conjunto de restrições de recursos. Pretende-se
Leia maisUMA FERRAMENTA INTERATIVA E GRÁFICA APLICADA NA RESOLUÇÃO DO PROBLEMA FLOWSHOP PERMUTACIONAL
UMA FERRAMENTA INTERATIVA E GRÁFICA APLICADA NA RESOLUÇÃO DO PROBLEMA FLOWSHOP PERMUTACIONAL José Lassance de Castro Silva Universidade Federal do Ceará-UFC. Campus do Pici, Bloco 910, CEP 60455-760, Fortaleza
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 maisProjeto de Escalonamento Alocação de médicos
Projeto de Escalonamento Alocação de médicos Atol Fortin de Oliveira 15 de dezembro de 2009 1 Sumário 1 Introdução 3 2 O Problema 4 2.1 Especicação do problema................... 4 2.2 Resumo das variáveis
Leia maisINFORMAÇÕES GERAIS DO TRABALHO
INFORMAÇÕES GERAIS DO TRABALHO Título do Trabalho: APLICATIVO EM SCILAB PARA SOLUÇÃO DO PROBLEMA DE ROTEAMENTO DE VEÍCULOS Autor (es): André Monteiro Klen e Vanessa Sabino Palavras-chave: Roteamento de
Leia maisAnálise Comparativa de Algoritmos Heurísticos para Resolução do Problema do Caixeiro-Viajante em Grafos Não Clusterizados
Análise Comparativa de Algoritmos Heurísticos para Resolução do Problema do Caixeiro-Viajante em Grafos Não Clusterizados Daniela Brandão Nascimento (UNISUL) danibra@unisul.br João Neiva de Figueiredo
Leia maisRelatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante
Relatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante André Britto de Carvalho, Rodolfo Barriveira, Carlos Tavares, Kelly Rodrigues, Frederico Losco Resumo. Este relatório apresenta uma
Leia maisUm Estudo da Aplicação de Heurísticas Construtivas e de Melhoramento para um Problema de PRV
Um Estudo da Aplicação de Heurísticas Construtivas e de Melhoramento para um Problema de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
Leia maisProjeto e Análise de Algoritmos NP Completude. Prof. Humberto Brandão
Projeto e Análise de Algoritmos NP Completude Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas versão da aula: 0.4 Introdução Problemas intratáveis ou difíceis são comuns
Leia maisMinimização da duração total da programação em sistemas de produção flowshop, sem interrupção de execução e tarefas
Minimização da duração total da programação em sistemas de produção flowshop, sem interrupção de execução e tarefas Fábio José Ceron Branco (EESC-USP) fbranco@hotmail.com R. General Glicério, 340, Centro,
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 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 maisAlgoritmos e Estruturas de Dados I Prof. Tiago Eugenio de Melo
Algoritmos e Estruturas de Dados I Prof. Tiago Eugenio de Melo tmelo@uea.edu.br www.tiagodemelo.info Observações O conteúdo dessa aula é parcialmente proveniente do Capítulo 11 do livro Fundamentals of
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 maisUM ESTUDO COMPARATIVO DE DESEMPENHO UTILIZANDO PROGRAMAÇÃO SEQUENCIAL VS PARALELA APLICADO EM ALGORITMOS GENÉTICOS 1
UM ESTUDO COMPARATIVO DE DESEMPENHO UTILIZANDO PROGRAMAÇÃO SEQUENCIAL VS PARALELA APLICADO EM ALGORITMOS GENÉTICOS 1 Eldair F. Dornelles 2, Henrique A. Richter 3, Miquéias F. M. Trennepohl 4, Taís T. Siqueira
Leia maisa complexidade no desempenho de algoritmos
capítulo 1 introdução Os algoritmos são o cerne da computação. Este capítulo introdutório procura ressaltar a importância da complexidade e dos métodos de projeto e análise de algoritmos. Partindo da ideia
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 maisProblema de Roteamento com Janelas de Tempo: Uma Abordagem via Geração de Colunas
Problema de Roteamento com Janelas de Tempo: Uma Abordagem via Geração de Colunas Rúbia M. Oliveira Universidade Federal de Mato Grosso do Sul - UFMS Departamento de Matemática - DMT 79070-900 Campo Grande-MS,
Leia maisImplementação da metaheurística Colônia de formigas em Java para o problema do Caixeiro Viajante Simétrico.
Implementação da metaheurística Colônia de formigas em Java para o problema do Caixeiro Viajante Simétrico. Davi A. Magalhães 1, Marlos Antônio dos S. Lima 1. 1 Departamento de Informática Universidade
Leia maisModelos Evolucionários e Tratamento de Incertezas
Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 01 Computação Evolucionária Max Pereira Motivação Se há uma multiplicidade impressionante de algoritmos para solução de problemas,
Leia maisOtimização Combinatória - Parte 3
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 2/2016 1 / 23 Problemas
Leia maisComputação Evolucionária: Conceitos Básicos de Otimização
Computação Evolucionária: Conceitos Básicos de Otimização Prof. Dr. Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br Otimização Min ou Max Sujeito a Otimização Função objetivo A qual se quer
Leia maisAPLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O
APLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O João Carlos Zayatz Universidade Estadual de Maringá jcarloszay@gmail.com Gislaine Camila Lapasini Leal Universidade Estadual de Maringá gclleal@uem.br
Leia maisBCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1
BCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Ângelo M. Toffolo 2011/1 Na aula anterior Programação Dinâmica 2 Na aula de hoje Algoritmos Gulosos. 3 Problemas Combinatórios
Leia maisColoração. Carolina Moraes e Lucas Glir
Coloração Carolina Moraes e Lucas Glir Introdução Os primeiros questionamentos sobre o assunto surgiram por volta de 1800, com o problema das 4 cores. Os primeiros resultados sobre coloração de grafos
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 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 maisPROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
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 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 maisComplexidade Assintótica de Programas Letícia Rodrigues Bueno
Complexidade Assintótica de Programas Letícia Rodrigues Bueno Análise de Algoritmos 1. Introdução; Análise de Algoritmos 1. Introdução; 2. Conceitos básicos; Análise de Algoritmos 1. Introdução; 2. Conceitos
Leia mais