Resolução de problemas difíceis de programação linear através da relaxação Lagrangeana
|
|
- Stella de Mendonça Azambuja
- 7 Há anos
- Visualizações:
Transcrição
1 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 Ana Maria Rocha Porto, 16 Fevereiro p. 1/25
2 Índice Conteúdo Índice Ana Maria Rocha Porto, 16 Fevereiro p. 2/25
3 Índice Conteúdo Índice Ana Maria Rocha Porto, 16 Fevereiro p. 2/25
4 Índice Conteúdo Índice Ana Maria Rocha Porto, 16 Fevereiro p. 2/25
5 Índice Conteúdo Índice Ana Maria Rocha Porto, 16 Fevereiro p. 2/25
6 Índice Conteúdo Índice Ana Maria Rocha Porto, 16 Fevereiro p. 2/25
7 Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Ana Maria Rocha Porto, 16 Fevereiro p. 3/25
8 Motivação Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Alguns optimização linear originários de aplicações do mundo real têm: um grande número de variáveis e/ou um grande número de restrições dificilmente podem ser resolvidos por métodos do tipo simplex de uma forma eficiente Ana Maria Rocha Porto, 16 Fevereiro p. 4/25
9 Motivação Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Alguns optimização linear originários de aplicações do mundo real têm: um grande número de variáveis e/ou um grande número de restrições Exemplos: dificilmente podem ser resolvidos por métodos do tipo simplex de uma forma eficiente Ana Maria Rocha Porto, 16 Fevereiro p. 4/25
10 Motivação Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Alguns optimização linear originários de aplicações do mundo real têm: um grande número de variáveis e/ou um grande número de restrições Exemplos: dificilmente podem ser resolvidos por métodos do tipo simplex de uma forma eficiente - cobertura, e empacotamento Ana Maria Rocha Porto, 16 Fevereiro p. 4/25
11 Motivação Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Alguns optimização linear originários de aplicações do mundo real têm: um grande número de variáveis e/ou um grande número de restrições Exemplos: dificilmente podem ser resolvidos por métodos do tipo simplex de uma forma eficiente - cobertura, e empacotamento - Ana Maria Rocha Porto, 16 Fevereiro p. 4/25
12 Motivação Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Alguns optimização linear originários de aplicações do mundo real têm: um grande número de variáveis e/ou um grande número de restrições Exemplos: dificilmente podem ser resolvidos por métodos do tipo simplex de uma forma eficiente - cobertura, e empacotamento - - Ana Maria Rocha Porto, 16 Fevereiro p. 4/25
13 Relaxação Lagrangeana Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... min cx s.a Ax b, 0 x 1, (1) Ana Maria Rocha Porto, 16 Fevereiro p. 5/25
14 Relaxação Lagrangeana Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... min cx s.a Ax b, 0 x 1, Usando a relaxação Lagrangeana nas restrições de desigualdade, um limite inferior de (1) é dado por { min cx π (Ax b) z (π) s.a 0 x 1 para um vector dual de multiplicadores π 0. (1) (2) Ana Maria Rocha Porto, 16 Fevereiro p. 5/25
15 Relaxação Lagrangeana Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... min cx s.a Ax b, 0 x 1, Usando a relaxação Lagrangeana nas restrições de desigualdade, um limite inferior de (1) é dado por { min cx π (Ax b) z (π) s.a 0 x 1 para um vector dual de multiplicadores π 0. O problema dual de (1) é definido por max z (π) s.a π 0. (1) (2) (3) Ana Maria Rocha Porto, 16 Fevereiro p. 5/25
16 Relaxação Lagrangeana Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... min cx s.a Ax b, 0 x 1, Usando a relaxação Lagrangeana nas restrições de desigualdade, um limite inferior de (1) é dado por { min cx π (Ax b) z (π) s.a 0 x 1 para um vector dual de multiplicadores π 0. O problema dual de (1) é definido por max z (π) s.a π 0. O algoritmo do subgradiente resolve o problema dual. (1) (2) (3) Ana Maria Rocha Porto, 16 Fevereiro p. 5/25
17 Algoritmo do Subgradiente Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Desde os inícios dos anos 70 que o algoritmo do subgradiente é usado para produzir limites inferiores de programas lineares de grande dimensão. Existem muitas experiências feitas com este algoritmo produzindo muito boas aproximações à solução dual. Vantagens é um método simples de implementar; necessita de pouca memória de armazenamento; funciona bem, fornecendo boas aproximações à solução em dezenas ou centenas de iterações. Ana Maria Rocha Porto, 16 Fevereiro p. 6/25
18 Algoritmo do Subgradiente Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Porquê resolver o problema dual em vez do primal? 1. o cálculo de z(π) pode ser mais simples, em termos computacionais, do que resolver o problema primal; 2. o problema dual é um problema côncavo de maximização que implica que todo o seu máximo local também é máximo global; 3. os limites superiores para o valor óptimo do problema primal encontrados na resolução do problema dual podem ser úteis na resolução de, por exemplo, um problema de optimização combinatória subjacente ao primal. Ana Maria Rocha Porto, 16 Fevereiro p. 6/25
19 Algoritmo do Subgradiente Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Desvantagens não tem um critério de paragem bem definido; baseia-se no limite máximo do número de iterações ou no limite do número de passos em que não se verifique melhoria na aproximação; tem um comportamento de ziguezague tornando a procura do óptimo mais lenta; que se deve ao facto de o algoritmo não ser de subida não preservar em memória os subgradientes anteriores; não produz soluções para as variáveis primais, o que leva à aplicação de um procedimento diferente para a sua computação. Ana Maria Rocha Porto, 16 Fevereiro p. 6/25
20 Algoritmo volumétrico Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... O Algoritmo Volumétrico (AV) é uma extensão do método do subgradiente que foi desenvolvido para produzir simultaneamente - limites inferiores - soluções duais admissíveis - boas aproximações às soluções primais. O algoritmo volumétrico além de ser muito rápido a produzir boas aproximações à solução primal requer também pouca memória de armazenamento. Pertence ao projecto COIN-OR (do inglês, Common Optimization Interface for Operations Research). Disponível em Ana Maria Rocha Porto, 16 Fevereiro p. 7/25
21 Algoritmo volumétrico Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Vantagens tem um critério de paragem bem definido, baseado no limite máximo do número de iterações ou na violação máxima das restrições ser inferior a uma pequena quantidade positiva ( 0) e a diferença relativa entre o limite inferior e a aproximação primal ser inferior a uma pequena quantidade ( 0); não tem um comportamento de ziguezague porque se garante que o algoritmo é de subida os subgradientes são calculados como combinação linear dos subgradientes anteriores; produz aproximações às soluções primais como combinação linear das soluções anteriores. Ana Maria Rocha Porto, 16 Fevereiro p. 7/25
22 Algoritmo volumétrico Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com... Entrada: π 0 Inicialização: Obter y 0 uma solução óptima em z(π 0 ) e definir v 0 = b Ay 0 z(π 0 ). Iniciar π 1 = π 0, x 1 = y 0, w 1 = v 0, j = 1 e k = 1. Iteração Genérica j: Passo 1: Para algum comprimento do passo s j > 0, definir π j = [ π k + s j w j ] +. Passo 2: Obter y j uma solução óptima em z(π j ) e definir v j = b Ay j z(π j ). Passo 3: Para algum α j [0, 1], definir x j+1 = α j y j + (1 α j ) x j w j+1 = α j v j + (1 α j ) w j. Passo 4: Se z(π j ) > z( π k ) então definir π k+1 = π j e fazer k k + 1. Passo 5: Testar critério de paragem. Fazer j j + 1 e voltar ao Passo 1. Ana Maria Rocha Porto, 16 Fevereiro p. 7/25
23 Combinar o Algoritmo volumétrico com... Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com outras técnicas de optimização na resolução de problemas lineares difíceis: o método de penalidade exponencial para resolver Ana Maria Rocha Porto, 16 Fevereiro p. 8/25
24 Combinar o Algoritmo volumétrico com... Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com outras técnicas de optimização na resolução de problemas lineares difíceis: o método de penalidade exponencial para resolver métodos do tipo simplex para resolver o Ana Maria Rocha Porto, 16 Fevereiro p. 8/25
25 Combinar o Algoritmo volumétrico com... Motivação Relaxação Lagrangeana Algoritmo do Subgradiente Algoritmo volumétrico Combinar o Algoritmo volumétrico com outras técnicas de optimização na resolução de problemas lineares difíceis: o método de penalidade exponencial para resolver métodos do tipo simplex para resolver o métodos do tipo simplex para resolver o Ana Maria Rocha Porto, 16 Fevereiro p. 8/25
26 Problema de Método de penalidade exponencial Função de penalidade exponencial Ana Maria Rocha Porto, 16 Fevereiro p. 9/25
27 Problema de Problema de Método de penalidade exponencial Função de penalidade exponencial Seja S um conjunto finito de m elementos, e S 1, S 2,..., S n, uma colecção de subconjuntos de S. Uma do conjunto S é uma colecção desses subconjuntos, S i1, S i2,..., S ik, identificados pelos índices i 1, i 2,..., i k, tal que: k j=1 S i j = S S ij S ik = j, k O problema de consiste em seleccionar a de menor custo. A formulação matemática de um problema de é dada por min s.a n j=1 n j=1 c j x j a ij x j = 1, i = 1,..., m x j {0, 1}, j = 1,..., n. Ana Maria Rocha Porto, 16 Fevereiro p. 10/25
28 Problema de Exemplo: Problema de Método de penalidade exponencial Função de penalidade exponencial Uma empresa imobiliária pretende vender 3 apartamentos, identificados por A, B e C. Para o efeito, abriu um concurso em que aceitava propostas para um apartamento ou para um conjunto de apartamentos. As 9 propostas recebidas, numeradas por ordem de chegada, são as seguintes: Proposta Ap. A Ap. B Ap. C A proposta 2, por exemplo, significa que foram oferecidas 9 U.M. pelos apartamentos A e B, em conjunto. Trata-se de um problema de determinar a de maior peso. A solução óptima consiste em aceitar as propostas 2 e 9, com um valor de 13 U.M.. Ana Maria Rocha Porto, 16 Fevereiro p. 10/25
29 Problema de Problema de Método de penalidade exponencial Função de penalidade exponencial Aplicações: Problemas de escalonamento ex: calendarização de rotas de aviões Ana Maria Rocha Porto, 16 Fevereiro p. 10/25
30 Método de penalidade exponencial Problema de Método de penalidade exponencial Função de penalidade exponencial A técnica de resolução de problemas através do uso de funções de penalidade tem sido muito utilizada ao longo dos tempos. A ideia dos métodos de penalidade é aproximar um problema de minimização com restrições por um problema que é considerado "fácil" de resolver. A estratégia normalmente usada baseia-se na conversão de um problema com restrições numa sucessão de subproblemas sem restrições através do uso de uma função de penalidade. Ana Maria Rocha Porto, 16 Fevereiro p. 11/25
31 Método de penalidade exponencial Problema de Método de penalidade exponencial Função de penalidade exponencial Resolver problema com restrições Solução Resolver subproblema sem restrições subproblema sem restrições subproblema sem restrições... Solução Ana Maria Rocha Porto, 16 Fevereiro p. 11/25
32 Função de penalidade exponencial Para o problema de minimização com restrições definido por Problema de Método de penalidade exponencial Função de penalidade exponencial min f (x) s.a g i (x) 0, i = 1,... m. (4) Ana Maria Rocha Porto, 16 Fevereiro p. 12/25
33 Função de penalidade exponencial Para o problema de minimização com restrições definido por Problema de Método de penalidade exponencial Função de penalidade exponencial min f (x) s.a g i (x) 0, i = 1,... m. Vamos transformar o problema com restrições (4) num problema sem restrições com a ajuda da função de penalidade exponencial ψ (t) = (e t 1). (4) Ana Maria Rocha Porto, 16 Fevereiro p. 12/25
34 Função de penalidade exponencial Para o problema de minimização com restrições definido por Problema de Método de penalidade exponencial Função de penalidade exponencial min f (x) s.a g i (x) 0, i = 1,... m. Vamos transformar o problema com restrições (4) num problema sem restrições com a ajuda da função de penalidade exponencial ψ (t) = (e t 1). O método dos multiplicadores consiste numa sucessão de minimizações sem restrições { } m x k πi k arg min f (x) + (e µk i gi(x) 1) x R n i=1 µ k i (4) (5) Ana Maria Rocha Porto, 16 Fevereiro p. 12/25
35 Função de penalidade exponencial Para o problema de minimização com restrições definido por Problema de Método de penalidade exponencial Função de penalidade exponencial min f (x) s.a g i (x) 0, i = 1,... m. Vamos transformar o problema com restrições (4) num problema sem restrições com a ajuda da função de penalidade exponencial ψ (t) = (e t 1). O método dos multiplicadores consiste numa sucessão de minimizações sem restrições { } m x k πi k arg min f (x) + (e µk i gi(x) 1) x R n i=1 com π i - multiplicador associado à restrição i µ i - parâmetro de penalidade associado à restrição i µ k i (4) (5) Ana Maria Rocha Porto, 16 Fevereiro p. 12/25
36 Estratégia para o Resolver através de: Problema de Método de penalidade exponencial Função de penalidade exponencial método de penalidade exponencial + algoritmo volumétrico Comparar os resultados desta estratégia com: CPLEX algoritmo volumétrico original Ana Maria Rocha Porto, 16 Fevereiro p. 13/25
37 Estratégia para o Problema de Método de penalidade exponencial Função de penalidade exponencial ID PROBLEMA Núm. Núm. Óptimo restrições variáveis Frácc. Sp Problema CPLEX (seg.) AV (seg.) Sp Problema MPE+AV (seg.) Sp Ana Maria Rocha Porto, 16 Fevereiro p. 13/25
38 Estratégia para o Resolver (inteiros) através de: Problema de Método de penalidade exponencial Função de penalidade exponencial método de penalidade exponencial + algoritmo volumétrico + heurísticas + CPLEX-MIP Comparar os resultados desta estratégia com: CPLEX-MIP Ana Maria Rocha Porto, 16 Fevereiro p. 14/25
39 caixeiro viajante Ana Maria Rocha Porto, 16 Fevereiro p. 15/25
40 Problema do Dado um conjunto de cidades e conhecidas as distâncias entre cada uma delas, pretende-se determinar o circuito de menor comprimento que passa por todas as cidades, exactamente uma vez, e que termina na cidade de onde partiu. Ana Maria Rocha Porto, 16 Fevereiro p. 16/25
41 Problema do A estrutura matemática do é um grafo em que cada cidade é um nó e as linhas que unem todos os nós são denominadas por arcos. Associada a cada linha está uma distância ou custo. Uma viagem, que passe por todas as cidades uma única vez, corresponde a qualquer subconjunto de linhas do grafo e é designado por circuito Hamiltoniano, na teoria de grafos. O comprimento de um circuito é a soma do comprimento das linhas que fazem parte da viagem Circuito óptimo Comprimento do circuito = Ana Maria Rocha Porto, 16 Fevereiro p. 16/25
42 Problema do Problema simétrico Problema No caso do problema as distâncias entre duas cidades podem ser diferentes, consoante os trajectos são percorridos num ou noutro sentido Ana Maria Rocha Porto, 16 Fevereiro p. 16/25
43 Problema do Aplicações: Determinação de percursos óptimos em transporte de pessoas ou mercadorias ex: autocarro de escola Subproblema de distribuição e planeamento de rotas de veículos ex: determinar, para um dado conjunto de veículos, qual o percurso que cada veículo deve efectuar, de modo a, no seu conjunto, servir todos os clientes Ana Maria Rocha Porto, 16 Fevereiro p. 16/25
44 Problema do Em termos matemáticos min c ij x ij s.a (i,j) A (i,j) δ + (i) (i,j) δ (j) x ij = 1 (i V ) x ij = 1 (j V ) eliminação de subcircuitos x ij {0, 1} ((i, j) A) V = {1,..., n} representa o conjunto de vértices A = {(i, j) : i, j V ; i j} o conjunto de arcos δ (j) denota o conjunto dos arcos que convergem para o vértice j δ + (i) denota o conjunto dos arcos que divergem do vértice i Ana Maria Rocha Porto, 16 Fevereiro p. 17/25
45 Problema do As restrições de eliminação de subcircuitos podem ser modeladas de várias formas: usando desigualdades que envolvem apenas as variáveis x ij ou formulação natural variáveis adicionais que podem ou não estar associadas aos arcos formulação estendida Ana Maria Rocha Porto, 16 Fevereiro p. 17/25
46 Problema do Formulação das restrições de eliminação de subcircuitos A representação mais conhecida (DFJ) das restrições de eliminação de subcircuitos, que é uma formulação natural, é x ij S 1 (S V \ {1}). (i,j) A(S) A formulação (estendida) de fluxo desagregado (Claus) que usa o conceito de redes de fluxos é dada por y1j k yj1 k = 1 (k V \ {1}) (1,j) δ + (1) (k,j) δ + (k) (i,j) δ + (i) y k kj y k ij (j,1) δ (1) (j,k) δ (k) (j,i) δ (i) y k jk = 1 (k V \ {1}) y k ji = 0 (k V \ {1}, i V \ {1, k}) 0 y k ij x ij ((i, j) A, k V \ {1}) Ana Maria Rocha Porto, 16 Fevereiro p. 17/25
47 Problema do Em notação matricial, o PCVA é definido por min cx em que: s.a Dx = 1l By k = b k (k V 1 ) x y k 0 (k V 1 ) (x, y) inteiros D é a matriz de incidência nó-aresta do grafo bipartido não orientado G = (V V, A) e 1l é um vector coluna de tudo uns; B é a matriz de incidência nó-arco do grafo não orientado G e para cada k V 1 V \ {1}, b k é um vector coluna de tudo zeros excepto para b k 1 = 1 e b k k = 1. (6) Ana Maria Rocha Porto, 16 Fevereiro p. 17/25
48 Estratégia para o Resolver relaxação linear do através de: algoritmo volumétrico + CPLEX Comparar os resultados desta estratégia com: CPLEX Ana Maria Rocha Porto, 16 Fevereiro p. 18/25
49 Estratégia para o PROBLEMA PCVA Núm. Núm Núm. Óptimo vértices arcos variáveis Frácc. ftv CPLEX (dualopt) Núm. Tempo Iterações (seg.) VOLUMÉTRICO CPLEX Núm. L Violação Tempo Núm. Tempo It. (dual) Máx. (seg.) It. (seg.) Tempo Total Ana Maria Rocha Porto, 16 Fevereiro p. 18/25
50 Estratégia para o ft70 ft53 ry48p p43 ftv70 ftv64 ftv55 ftv47 ftv44 ftv38 ftv35 ftv33 br17 AV+CPLEX CPLEX Ana Maria Rocha Porto, 16 Fevereiro p. 18/25
51 Estratégia para o Resolver (inteiro) através de: algoritmo volumétrico + heurísticas + CPLEX-MIP Comparar os resultados desta estratégia com: CPLEX-MIP Ana Maria Rocha Porto, 16 Fevereiro p. 19/25
52 Estratégia para o PROBLEMA PCVA Núm. Núm Núm. Óptimo vértices arcos var. Inteiro ftv CPLEX-MIP Núm. Tempo Iterações (seg.) VOLUMÉTRICO HEURÍSTICA CPLEX-MIP Núm. Tempo Redução Núm. Tempo It. (seg.) var. It. (seg.) Tempo Total Ana Maria Rocha Porto, 16 Fevereiro p. 19/25
53 Estratégia para o AVH+CPLEXMIP CPLEXMIP ftv38 ftv35 ftv33 br17 Ana Maria Rocha Porto, 16 Fevereiro p. 19/25
54 reparador viajante Ana Maria Rocha Porto, 16 Fevereiro p. 20/25
55 Problema do Dado um conjunto de cidades e conhecidas as distâncias entre cada uma delas, pretende-se determinar o circuito que minimiza a soma acumulada das distâncias (ao longo do circuito) que passa por todas as cidades, exactamente uma vez, e que termina na cidade de onde partiu. A estrutura matemática do é semelhante à do. Neste caso, o comprimento de um circuito é o total da soma dos acumulados das linhas até cada nó que faz parte da viagem. Ana Maria Rocha Porto, 16 Fevereiro p. 21/25
56 Problema do Suponhamos que temos um grafo com n nós. Em cada nó existe uma máquina para ser reparada, e existe apenas um reparador. Dado o tempo requerido pelo reparador para viajar entre nós, pretende-se encontrar um circuito que minimize o tempo total de espera para todas as máquinas Circuito óptimo Comprimento do circuito = 42 Ana Maria Rocha Porto, 16 Fevereiro p. 21/25
57 Problema do O é também conhecido por distribuidor (delivery man problem) problema da latência mínima (minimum latency problem) com custos acumulados (traveling salesman problem with cumulative costs) Aplicações: Problemas de distribuição em que se pretende minimizar o tempo de espera de cada cliente ex: distribuição de pizzas Ana Maria Rocha Porto, 16 Fevereiro p. 21/25
58 Problema do Formulação em notação matricial: min c 1 x + k V 1 c k y k s.a Dx = 1l By k = b k (k V 1 ) x y k 0 (k V 1 ) (x, y) inteiros Ana Maria Rocha Porto, 16 Fevereiro p. 21/25
59 Estratégia para o Resolver relaxação linear do através de: algoritmo volumétrico + CPLEX Comparar os resultados desta estratégia com: CPLEX Ana Maria Rocha Porto, 16 Fevereiro p. 22/25
60 Estratégia para o PROBLEMA PRV Núm. Núm Núm Óptimo vértices arcos var. Frácc. ftv CPLEX (dualopt) Núm. Tempo Iterações (seg.) VOLUMÉTRICO CPLEX Núm. L Violação Tempo Núm. Tempo It. (dual) Máx. (seg.) It. (seg.) Tempo Total Ana Maria Rocha Porto, 16 Fevereiro p. 22/25
61 Estratégia para o AV+CPLEX CPLEX ft70 ft53 ry48p ftv70 ftv64 ftv55 ftv47 ftv44 ftv38 ftv35 ftv33 Ana Maria Rocha Porto, 16 Fevereiro p. 22/25
62 Estratégia para o Resolver (inteiro) através de: algoritmo volumétrico + heurísticas + CPLEX-MIP Comparar os resultados desta estratégia com: CPLEX-MIP Ana Maria Rocha Porto, 16 Fevereiro p. 23/25
63 Estratégia para o Resolver (inteiro) através de: algoritmo volumétrico + Branch-and-Bound Comparar os resultados desta estratégia com: CPLEX-MIP Ana Maria Rocha Porto, 16 Fevereiro p. 23/25
64 Ana Maria Rocha Porto, 16 Fevereiro p. 24/25
65 O algoritmo volumétrico pode ajudar: { } aproximada na resolução de, exacta através do método de penalidade exponencial; na { identificação } de uma boa base inicial { para a resolução } aproximada PCVA de formulações do ; exacta PRV na obtenção de soluções óptimas, quando combinado com outras técnicas. Ana Maria Rocha Porto, 16 Fevereiro p. 25/25
Resolução 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 maisMétodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005
Métodos Numéricos MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos - MEI 1 Apresentação - Docentes Aulas teóricas: A. Ismael F. Vaz - aivaz@dps.uminho.pt
Leia maisProgramação Linear Inteira. C. Requejo (UA) Métodos de Investigação Operacional MIO / 30
Programação Linear Inteira Programação Linear Inteira C. Requejo (UA) Métodos de Investigação Operacional MIO 2016 1 / 30 Programação Linear Inteira Programação Linear Inteira Resolução de problemas de
Leia maisAula 19: Lifting e matrizes ideais
Aula 19: Lifting e matrizes ideais Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound Formulações
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisexacta do problema do caixeiro viajante assimétrico
Investigação Operacional manuscript No. (will be inserted by the editor) Aplicação do algoritmo volumétrico à resolução aproximada e exacta do problema do caixeiro viajante assimétrico Ana Maria Rocha
Leia maisProfessor João Soares 20 de Setembro de 2004
Teoria de Optimização (Mestrado em Matemática) Texto de Apoio 2A Universidade de Coimbra 57 páginas Professor João Soares 20 de Setembro de 2004 Optimização Linear Considere o problema (1) abaixo, que
Leia maisProblemas de Fluxo em Redes
CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação
Leia maisInvestigação Operacional
Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex
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 maisINVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual
INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. IV Modelo Dual António Carlos Morais da Silva Professor de I.O. i Cap. IV - Modelo Dual - Exercícios IV. Modelo Problema Dual 1. Apresente o
Leia maisEngenharia Industrial
Programação Inteira: Partição e Avaliação, Planos de Corte (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 PI: Introdução
Leia maisAula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisOs Problemas de Optimização Combinatória e a Teoria da Complexidade
Metodologias de Apoio à Decisão Os Problemas de Optimização Combinatória e a Teoria da Complexidade Programação Inteira Mista Programação Linear Programação Binária Mista Programação Inteira Slide Fluxos
Leia maisDepartamento de Engenharia de Produção UFPR 22
Departamento de Engenharia de Produção UFPR 22 Geralmente, temos três objetivos i. Redução de custos (custos variáveis) Redução de capital (investimento, custos fixos) i Melhoria do serviço (pode conflitar
Leia maisOptimização em Redes e Não Linear
Departamento de Matemática da Universidade de Aveiro Optimização em Redes e Não Linear Ano Lectivo 005/006, o semestre Folha - Optimização em Redes - Árvores de Suporte. Suponha que uma dada companhia
Leia maisTeoria dos Grafos AULA
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br AULA Caminho mínimo - Algoritmo de Djskstra Preparado a partir
Leia mais2. Desenhe o grafo orientado G = (X, Γ) para: 3. Em cada alínea dois grafos são iguais. Identifique-os. (a) (b) (c)
1. Desenhe o grafo não orientado G = (X, Γ) para: (a) X = {a, b, c, d} e Γ = {{a, b}, {b, c}, {c, d}}. (b) X = {a, b, c, d} e Γ = φ. (c) X = {1, 2, 3, 4, 5, 6, 7, 8} e Γ = {{1, 2}, {2, 2}, {2, 3}, {3,
Leia maisSimplex. Transparências de apoio à leccionação de aulas teóricas. c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Simplex Transparências de apoio à leccionação de aulas teóricas Versão 3 c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear abordagem algébrica max sujeito a: n
Leia maisAula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 31 de maio de 2017 Marco Antonio M. Carvalho
Leia maisVolmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21 Três objetivos i. Redução de custos (custos variáveis) ii. iii. Redução de capital (investimento, custos fixos) Melhoria do serviço
Leia maisCAPÍTULO 4. Teoria da Dualidade
CAPÍTULO 4 1. Introdução Uma dos conceitos mais importantes em programação linear é o de dualidade. Qualquer problema de PL tem associado um outro problema de PL, chamado o Dual. Neste contexto, o problema
Leia maismax z = 10x 1 + 4x 2 s.a x 1 + x x 1 + 4x x 1 + 6x 2 300
Escola Superior de Tecnologia de Tomar Área de Matemática Investigação Operacional / Técnicas de Optimização e Decisão Engenharia Química, Engenharia do Ambiente, Engenharia Informática e Engenharia Civil
Leia maisCap. 2 Conceitos Básicos em Teoria dos Grafos
Teoria dos Grafos e Aplicações 8 Cap. 2 Conceitos Básicos em Teoria dos Grafos 2.1 Grafo É uma noção simples, abstrata e intuitiva, usada para representar a idéia de alguma espécie de relação entre os
Leia 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 maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.
Ano lectivo: 2008/2009; Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº3: Dualidade. Interpretação Económica. Cursos: Economia 1. Formule o problema
Leia maisAlgoritmos 3/17/ Algoritmos como área de estudo e investigação
Algoritmos e Complexidade Ana Teresa Freitas INESC-ID/IST ID/IST 3/17/2005 1 O que é um algoritmo? Algoritmos: Sequência de instruções necessárias para a resolução de um problema bem formulado [passíveis
Leia maisOptimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Leia 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 maisMétodo Simplex Dual. Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP
Método Simplex Dual Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.br/~fmarins fmarins@feg.unesp.br Introdução Algoritmo
Leia maisAula 17: Planos de Corte
Aula 17: Planos de Corte Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound em programação inteira
Leia maisProblema 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 maisParte II. Aplicações em Roteamento de Veículos
Parte II Aplicações em Roteamento de Veículos 5 Problema de Roteamento de Veículos com Restrição de Capacidade O problema de roteamento de veículos com restrição de capacidade, mais conhecido pela sua
Leia maisDesenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo
Isabel A. C. P. Espírito Santo, 2 de Julho de 2007 1 Desenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo Isabel Alexandra Costa Pinho do Espírito Santo Orientação: Edite
Leia mais4 Relaxação lagrangeana para AGMD
4 Relaxação lagrangeana para AGMD A utilização de relaxação lagrangeana, para a resolução de problemas de otimização combinatória NP-difíceis, foi iniciada com a contribuição fundamental de Held e Karp
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 6 Thiago Queiroz (IMTec) Aula 6 Aula 6 1 / 45 Otimização Discreta A característica de otimização
Leia 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 maisDepartamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =
Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique
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 maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisInvestigação Operacional
Modelos de Programação Linear (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Modelação Matemática As técnicas e algoritmos
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisOtimização em Grafos
Otimização em Grafos Luidi G. Simonetti PESC/COPPE 2017 Luidi Simonetti (PESC) EEL857 2017 1 / 35 Teoria dos Grafos - Relembrando Árvore Um grafo G é uma árvore se é conexo e não possui ciclos (acíclico).
Leia maisÁrvore de Suporte de Comprimento Mínimo Minimal Spanning Tree
Investigação Operacional Árvore de Suporte de Comprimento Mínimo Minimal Spanning Tree Slide Transparências de apoio à leccionação de aulas teóricas Maria Antónia Carravilla José Fernando Oliveira Árvore
Leia maisProblema de Optimização. Metodologias de Apoio à Decisão 1. Slide 1
Metodologias de Apoio à Decisão Optimização Combinatória Slide Transparências de apoio à leccionação de aulas teóricas José Fernando Oliveira Maria Antónia Carravilla Problemas de Optimização Instância
Leia maisModelos matemáticos para resolução de problemas de afectação de operações a recursos produtivos
Métodos de Análise de Sistemas Produtivos Modelos matemáticos para resolução de problemas de afectação de operações a recursos produtivos 17 de Maio de 2002 Alunos: Álvaro Magalhães Bernardo Ribeiro João
Leia maisMétodo do Lagrangiano aumentado
Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos
Leia maisANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 3 de dezembro de 2016 Período: 2016.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista de
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisINSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos. RESOLUÇÃO DO 2 o TESTE
INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos Ano Lectivo de 2006/2007 2 o Semestre RESOLUÇÃO DO 2 o TESTE I. (2,0+2,0+2,0 = 6,0 val.) 1) Calcule o valor óptimo da função objectivo e o respectivo
Leia maisCapítulo 5 - Optimização Não-Linear
Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia 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 maisComplexidade computacional
Complexidade computacional Marina Andretta ICMC-USP 15 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab, P. Feofiloff,
Leia maisProblema de Particionamento de Conjuntos
Problema de Particionamento de Conjuntos Eliana Fátima Nóbrega da Silveira Professor: João Soares Trabalho elaborado no âmbito da disciplina de Optimização Combinatória Disciplina da Licenciatura em Matemática
Leia maisBranch-and-Bound para problemas de Otimização Combinatória
para problemas de Otimização Combinatória Rafael Antônio Marques Gomes Orientador: Haroldo Gambini Santos Departamento de Computação UFOP 26 de julho de 2011 Rafael Antônio Marques Gomes BB para problemas
Leia 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 maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08
Complementos de Investigação Operacional Folha nº Programação Inteira 2007/08 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
Leia maisLista de Exercícios I - Gabarito
UNIVERSIDADE FEDERAL DO AMAZONAS INSTITUTO DE COMPUTAÇÃO Lista de Exercícios I - Gabarito ICC500 - Introdução à Otimização Combinatória PGINF566 - Otimização Combinatória Profa. Rosiane de Freitas Questão
Leia maisDisciplina que estuda métodos analíticos para auxiliar na tomada de decisões.
Edgard Jamhour Disciplina que estuda métodos analíticos para auxiliar na tomada de decisões. Procura encontrar soluções ótimas ou próximo de ótimas para problemas de engenharia industrial, economia e finanças,
Leia maisGrafos: caminhos mínimos
quando o grafo é sem pesos, a determinação de um caminho mais curto pode ser feita através de uma busca em largura caminho mais curto é aquele que apresenta o menor número de arestas quando o grafo tem
Leia maisAlgoritmos de Aproximação Segundo Semestre de 2012
Algoritmos de Aproximação Segundo Semestre de 2012 Aproximação p. 1 Problema dos k-centros Dados: um grafo completo G = (V,E), um inteiro k > 0 e distâncias d ij para cada i e j em V tais que d ii = 0
Leia maisInvestigação Operacional
Ano lectivo: 0/06 Universidade da Beira Interior - Departamento de Matemática Investigação Operacional Ficha de exercícios n o Algoritmo Simplex Cursos: Gestão e Economia. Considere o seguinte conjunto
Leia maisCapítulo III: Sistemas de equações. III.1 - Condicionamento de sistemas lineares
EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL Capítulo III: Sistemas de equações III1 - Condicionamento de sistemas lineares 1 Seja 1 0 0 10 6 e considere o sistema Ax = b, com b = 1 10 6 T, que tem por solução
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 5 Modelo da Designação Fernando Marins fmarins@feg.unesp.br Departamento de Produção
Leia maisOPTIMIZAÇÃO NÃO LINEAR
OPTIMIZAÇÃO NÃO LINEAR Opção IV - LESI Método de penalidade para PSI 2004/2005 Optimização não linear - Opção IV - LESI 1 Formulação - Programação Semi-Infinita (PSI) min f(x) x R n s.t. g i (x, t) 0,
Leia maisSelecciona-se dos vértices ainda não seleccionados o vértice v k que está à menor distância de v i,
V. Problema do caixeiro-viajante Grafos - Problema do caixeiro-viajante onsidere-se um grafo em que os vértices representam cidades e as arestas (ou arcos) representam as estradas de uma dada região (a
Leia maisRedução polinomial. Permite comparar o grau de complexidade de problemas diferentes.
Redução polinomial Permite comparar o grau de complexidade de problemas diferentes. Uma redução de um problema Π a um problema Π é um algoritmo ALG que resolve Π usando uma subrotina hipotética ALG que
Leia maisOptimização semi-infinita. Opção V. Licenciatura em Matemática Aplicada
Optimização semi-infinita Opção V Licenciatura em Matemática Aplicada EXERCÍCIOS TEÓRICO-PRÁTICOS Ano lectivo de 2006/2007 1 Condições de optimalidade - Optimização não linear finita 1.1 Detere e classifique,
Leia maisCapítulo III Sistemas de equações
Capítulo III Sistemas de equações III1 - Condicionamento de sistemas lineares 1 Seja 1 0 0 10 6 e considere o sistema Ax = b, com b = 1 10 6 T, que tem por solução exacta x = 1 1 T (a) Determine cond(a)
Leia maisProblema de Designação. Fernando Nogueira Problema de Designação 1
Problema de Designação Fernando Nogueira Problema de Designação 1 O Problema de Designação é um caso específico de um Problema de Transporte, que por sua vez é um caso específico de um Problema de Programação
Leia maisX - D U A L I D A D E
X - D U A L I D A D E 1 - Introdução. Regras de transformação "Primal - Dual" Consideremos os dois problemas P1 e P2 de Programação Linear seguintes: P1 : n Maximizar F = Σ ck. Xk k = 1 n Σ aik. Xk bi
Leia maisPesquisa Operacional
Pesquisa Operacional Teoria da Dualidade Profa. Sheila Morais de Almeida DAINF-UTFPR-PG outubro - 2015 Problema Dual Cada problema de Programa de Programação Linear está associado a um outro problema de
Leia maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia maisPlanejamento da Produção: Corte de estoque na indústria de móveis. Socorro Rangel Roberto Cavali DCCE/IBILCE
Planejamento da Produção: Corte de estoque na indústria de móveis Socorro Rangel Roberto Cavali DCCE/IBILCE Objetivos Investigar as dificuldades envolvidas no corte da matéria-prima nas indústrias de móveis
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07
Complementos de Investigação Operacional Folha nº Programação Inteira 2006/07 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
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 maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisMáquinas de Vetores de Suporte
Máquinas de Vetores de Suporte Marcelo K. Albertini 14 de Setembro de 2015 2/22 Máquinas de Vetores de Suporte Support Vector Machines (SVM) O que é? Perceptron revisitado Kernels (núcleos) Otimização
Leia maisAula 22: Formulações com número exponencial de variáveis
Aula 22: Formulações com número exponencial de variáveis Otimização Linear e Inteira Túlio Toffolo http://www.toffolo.com.br BCC464 / PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Correção
Leia maisProblemas de Decisão em Redes 18
Problemas de Decisão em Redes 8 Problemas de Fluxo Máximo Slide Problemas de Fluxo Máximo Definição: Dada uma rede, com um nó de entrada e um nó de saída, com capacidades associadas a cada ramo, pretende-se
Leia maisA Dualidade em Programação Linear
Investigação Operacional- 2009/10 - Programas Lineares 14 A Dualidade em Programação Linear Para melhor ilustrar este conceito vamos estudar dois problemas intimamente relacionadas: o problema da dona
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisInvestigação Operacional
Programação Inteira: Modelos (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 PI: Problemas Gerais Origens típicas de problemas
Leia maisAula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br 2018/2 - PCC174/BCC464 Aula Prática - Laboratório COM30!1 Breve Revisão Modelagem Método gráfico O Algoritmo Simplex
Leia maisINSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/
INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: / ANÁLISE NUMÉRICA Exercícios Considere o sistema linear 6 x 5 y = a)
Leia maisAnálise e Síntese de Algoritmos. Programação Dinâmica CLRS, Cap. 15
Análise e Síntese de Algoritmos Programação Dinâmica CLRS, Cap. 15 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais curtos
Leia maisAlgoritmos Exatos 3.1. Relaxação Lagrangeana
3 Algoritmos Exatos Nesse capítulo, apresenta-se alguns algoritmos exatos para o CVRP que são baseados em diferentes técnicas e formulações para a obtenção de limites inferiores para a solução ótima do
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 maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisMelhores momentos AULA 24. Algoritmos p.906/953
Melhores momentos AULA 24 Algoritmos p.906/953 Problemas polinomiais Analise de um algoritmo em um determinado modelo de computação estima o seu consumo de tempo e quantidade de espaço como uma função
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 maisTGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher
TGR BCC Representação Computacional de Grafos Prof. Ricardo José Pfitscher Cronograma Representação Matriz de djacências Lista de djacências Matriz de Incidências Representação Como podemos representar
Leia maisAnálise de Algoritmos. Slides de Paulo Feofiloff
Análise de Algoritmos Slides de Paulo Feofiloff [com erros do coelho e agora também da cris] Algoritmos p. 1 Redução polinomial Permite comparar o grau de complexidade de problemas diferentes. Uma redução
Leia maisGabriel Coutinho DCC035 - Pesquisa Operacional Lista 6
Lista 6 Exercício. O objetivo deste exercício é modelar o problema de emparelhamento em um grafo bipartido como um problema de fluxo, e verificar que o Teorema de Konig é essencialmente o Teorema de Fluxo
Leia maisAlgoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
Algoritmo Aproximação Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas NP- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Leia mais