UM ALGORITMO DE BUSCA TABU PARA SOLUÇÃO DE PROBLEMAS DE LOCALIZAÇÃO DE P-MEDIANAS

Tamanho: px
Começar a partir da página:

Download "UM ALGORITMO DE BUSCA TABU PARA SOLUÇÃO DE PROBLEMAS DE LOCALIZAÇÃO DE P-MEDIANAS"

Transcrição

1 UM ALGORITMO DE BUSCA TABU PARA SOLUÇÃO DE PROBLEMAS DE LOCALIZAÇÃO DE P-MEDIANAS Natanael Magno Gomes (UNESP) Edson Luiz França Senne (UNESP) Este trabalho descreve um algoritmo de Busca Tabu para a solução de problemas não-capacitados de localização de p-medianas. O problema de p-medianas é um problema clássico de localização, presente em diversas situações práticas. O problema consiste em determinar os locais de p centros (medianas) em uma rede de n vértices, de modo a minimizar a soma das distâncias dos (n - p) clientes às p medianas. No caso particular do problema não-capacitado de p-medianas não existe limitação quanto à capacidade de uma mediana em atender à demanda de seus clientes. O algoritmo implementado encontra-se integrado a uma plataforma computacional para solução de problemas logísticos. O trabalho apresenta resultados computacionais que demonstram a efetividade do algoritmo implementado para a solução de problemasteste disponíveis na literatura. Palavras-chaves: Busca Tabu, Meta-Heuristica, Problemas de Localização, Problema de p-medianas

2 1. Introdução O problema de localização de p-medianas é um problema clássico de Otimização Combinatória. Exemplos de aplicações deste problema ocorrem na localização de escolas, postos de saúde, centrais de ambulâncias, viaturas de polícia, pontos de ônibus, fábricas, depósitos, torres de transmissão, lojas de franquias, dentre muitos outros. O problema de p-medianas pertence à classe de problemas NP-difíceis. A solução exata de problemas da classe NP-difícil exige algoritmos enumerativos. A solução de grandes exemplares de tais problemas por um algoritmo enumerativo pode requerer um tempo computacional excessivo, tornando impraticável a aplicação de métodos exatos. A necessidade de se obter boas soluções em curto período de tempo tem levado às técnicas heurísticas e meta-heurísticas. A Busca Tabu (GLOVER, 1989a, 1989b; GLOVER e LAGUNA, 1997) é uma meta-heurística que consiste em explorar o espaço de soluções de um problema combinatório utilizando um mecanismo de memória adaptativa. Durante o processo de busca, dependendo do conteúdo da memória adaptativa, determinados movimentos são definidos como proibidos (ou tabus). Esses movimentos tabus forçam a busca a passar por regiões do espaço de soluções ainda inexploradas, orientando a busca em direção à solução ótima do problema. Portanto, na Busca Tabu (BT), a utilização de memória adptativa permite a implementação de procedimentos capazes de explorar o espaço de soluções de forma econômica e efetiva, realizando escolhas locais guiadas pela informação coletada durante o próprio processo de busca. Assim, pode-se dizer que a BT faz proibições de forma a fugir dos riscos de um caminho não recomendável para a busca que está sendo feita. O mecanismo de memória adaptativa é usado para armazenar os passos já realizados, de forma a impedir que a busca retorne a locais recém visitados. Na BT, isto é feito definindo-se os movimentos tabus, porém permitindo que um movimento tabu em um dado momento da busca não o seja em um outro momento, dependendo do conteúdo da memória adaptativa num determinado ponto da busca. Na BT, os movimentos recém realizados são definidos como tabus e mantidos nesse status por um dado número de iterações. Depois de um determinado número de iterações, um movimento deixa de ser tabu e pode ser realizado novamente, caso a busca seja guiada para isso. A forma de controlar os movimentos tabus é criar uma Lista Tabu com o número da iteração em que o movimento foi feito. O algoritmo de BT, no entanto, permite que um movimento tabu seja realizado se, com este movimento, encontra-se uma solução melhor do que a melhor solução já visitada. A forma de realizar a busca é visitar as possíveis soluções e analisar suas vizinhanças, de modo a encontrar a melhor solução, realizando trocas desde que isso não corresponda a um movimento tabu. Assim, a BT consegue explorar o espaço de soluções evitando os mínimos locais e buscando regiões ainda não visitadas. A Busca Tabu vem sendo utilizada para solução de vários problemas de localização. Al- Sultan e Al-Fawzan (1999) abordam o problema não capacitado de localização de instalações. O algoritmo apresentado consiste em uma BT simples, mas os resultados computacionais mostram que o algoritmo proposto é efetivo ao encontrar a solução ótima de todos os problemas-teste utilizados, sendo muito eficiente quando comparado com outros algoritmos existentes na literatura. Michel e Van Hentenryck (2004) desenvolveram um algoritmo simples e rápido para o problema não-capacitado de localização de armazéns. Mostrou-se 2

3 nesse trabalho que a BT tem uma vantagem sobre outras meta-heurísticas, como algoritmos genéticos. Mladenovic et al. (2003) discutem a aplicação da busca tabu ao problema de p- centros. Este problema objetiva localizar p nós (centros) em uma rede, de tal forma a minimizar a distância máxima de qualquer nó da rede a um centro. Problemas de p-centros são muito usados no caso de localização de pronto-socorros e bombeiros, onde existe a necessidade do centro ser acessível a todos da forma mais rápida possível. O trabalho apresenta dois algoritmos de BT e um algoritmo de busca com vizinhança variável (variable neighborhood search) para a solução do problema de p-centros em redes em que as distâncias, não necessariamente, atendem à desigualdade triangular. Carello et al. (2004) discutem a aplicação de BT na solução de problemas de localização de concentradores (hubs) que surgem em projetos de redes de telecomunicação. Estas redes apresentam, em geral, dois tipos de nós: nós de acesso e nós de trânsito. Os nós de acesso representam os pontos de fonte e destino da demanda de fluxo, mas não podem ser conectados diretamente. Os nós de trânsito não possuem demanda própria mas recolhem a demanda dos nós de acesso e a direcionam pela rede. Dados um conjunto de nós de acesso e um conjunto de potenciais localizações para os nós de trânsito (que, supostamente, são totalmente conectados), o problema é decidir o número e a localização dos nós de trânsito de forma a garantir que todos os nós de acesso sejam alocados a um nó de trânsito, satisfazendo as restrições de capacidade. O objetivo é minimizar o custo total da rede, dado pela soma dos custos de conexão e de custos fixos. O trabalho apresenta três meta-heurísticas: BT, busca com várias soluções iniciais aleatórias e busca local iterativa. O trabalho conclui que, dentre os algoritmos apresentados, o de BT é o mais promissor. Neste trabalho discute-se a implementação de um algoritmo de Busca Tabu, com base no trabalho de Rolland et al. (1996), para o problema não-capacitado de localização de p- medianas. O trabalho está organizado da forma descrita a seguir. Na seção 2, apresenta-se uma formulação do problema e o algoritmo proposto. Na seção 3 são mostrados os resultados computacionais obtidos. Na seção 4 estão reunidas as conclusões do trabalho e indicadas algumas direções que se pretende explorar em trabalhos futuros. 2. Algoritmo de Busca Tabu para Problemas de p-medianas No problema de p-medianas existe um conjunto de instalações candidatas a medianas e um conjunto de clientes a serem atendidos. A solução ótima do problema é aquela onde p instalações atendem a todos os clientes de forma que a soma das distâncias de um cliente a sua mediana seja a menor possível. O problema pode ser definido em um grafo onde o conjunto de vértices correspondem às instalações candidatas a medianas e aos clientes, e os arcos correspondem à distância entre os vértices. Neste caso, se V é o conjunto de vértices, a solução do problema consiste em encontrar um subconjunto S V de tamanho p, tal que a soma das distâncias entre os elementos do subconjunto S aos elementos do conjunto V \ S seja a menor possível. Neste caso, considera-se instalações candidatas a medianas e clientes em um mesmo conjunto, embora possa haver situações em que o conjunto de medianas e o conjunto de clientes devam ser diferentes. O problema pode ser formulado matematicamente como: Min a idij xij (1) i j 3

4 sujeito a: onde: xij = 1, i (2) j x, i, j (3) ij y j y j = p (4) j x ij, y j {0,1} i, j (5) a i = demanda do vértice i. d ij = distância do vértice i ao vértice j. p = número de instalações definidas como medianas x ij = 1, 0, se o vérticei for designado para a instalação j. caso contrário. y j = 1, se o vértice j for uma instalação utilizada como mediana. 0, caso contrário. A função-objetivo (1) minimiza a soma das distâncias considerando as demandas. A restrição (2) faz com que um cliente seja designado a apenas uma mediana. A restrição (3) coíbe a designação de um cliente a uma instalação não definida como mediana. A restrição (4) limita o número de instalações definidas como medianas (p). Em (5) garante-se que as variáveis de decisão do modelo são binárias. Uma forma de obter soluções para o problema de p-medianas é representar soluções como dois conjuntos diferentes, um que contém as instalações definidas como medianas (S) e outro que contém as demais instalações (T = V \ S). Assim, pode-se executar movimentos entre esses conjuntos. Basicamente, esses movimentos consistem em adicionar uma instalação ao conjunto S (movimento ADD) e retirar uma instalação de S (movimento DROP). Se o número de instalações em S não for p a solução não é uma solução viável. Define-se um movimento SWAP como a troca de um par de instalações entre os conjuntos S e T (uma combinação dos movimetos ADD e DROP). Este movimento é a forma básica de busca de soluções para este problema. As heurísticas de troca são um exemplo de busca de solução através do movimento SWAP. Heurísticas de troca consistem em fazer trocas sucessivas sempre buscando a melhor solução. Quando não existir uma solução melhor que a anterior a busca pára. Este tipo de busca não garante encontrar a melhor solução global, mas permite encontrar a melhor solução local. A heurística GRIA (Global/Regional Interchange Algorithm), proposta por Densham e Rushton (1992) utiliza uma combinação dos movimentos ADD, DROP e SWAP para tentar reduzir o tempo computacional de heurísticas de troca. A estratégia utilizada é separar a heurística em duas fases: uma global e uma regional. Na fase global são realizados movimentos de DROP e ADD buscando a melhor solução. Estes movimentos são mais simples de serem realizados e por isso consomem pouco tempo computacional. Estes movimentos são realizados até que não 4

5 seja possível encontrar melhorias. Segue-se então para a fase regional onde são realizadas buscas locais, separadamente. Basicamente, a fase regional divide o problema de p-medianas em p problemas de 1-mediana. Assim, a heurística GRIA realiza uma busca rápida de forma global e uma busca intensa de forma local. O algoritmo implementado realiza uma busca através de movimentos ADD e DROP. Os movimentos tabus são os movimentos ADD, para evitar que uma instalação seja adicionada muitas vezes ao conjunto de medianas. Uma vez visitada e avaliada uma possível solução, avaliam-se as soluções vizinhas. A memória para as restrições tabus é dividida em duas partes: a memória de curto prazo, para os movimentos tabus, e a memória de longo prazo, para contar a freqüência com que as soluções são visitadas. Estas estruturas de memória são a base para a estratégia de diversificação. A estratégia de diversificação consiste em penalizar as soluções visitadas com muita freqüência, aumentando de uma constante o tempo tabu para essas soluções. Além disso, como serão utilizados somente os movimentos ADD e DROP pode-se implementar uma estratégia de oscilação, onde a solução atual pode conter um número de centros diferente de p. Apresenta-se a seguir, o algoritmo de Busca Tabu implementado. Neste algoritmo, uma solução é definida pelo o valor da função objetivo e por dois vetores: o primeiro indica, para cada vértice da rede, se uma instalação foi definida como mediana ou não; o segundo contém, para cada vértice da rede, o índice da mediana à qual esta instalação foi designada. Sejam: Max_Iter = Número máximo de iterações para a busca. Iter_Atual = Número da iteração atual. S_Atual = Solução que está sendo analisada. S_Melhor = Melhor solução já visitada pela busca. Slack = Parâmetro de oscilação. Slpp = Contador para aumentar Slack. k = Parâmetro de diversificação. p = Número de medianas da solução viável. Tempo_Tabu = Número de iterações tabu. Tbpp= Contador para mudar Tempo_Tabu. v i = Instalação candidata. Add_Tempo( v i ) = Número da iteração em que a instalação candidata v i foi adicionada em S_Atual. Freq( v i ) = Número de vezes em que a instalação v i foi adicionada em S_Atual. Estabilidade = Número máximo de iterações possíveis sem melhoria na solução. Sem_Melhoria = Número de iterações sem melhoria na solução atual. ADD: Procedimento para encontrar uma instalação não tabu do conjunto T que quando adicionada ao conjunto S resulta na melhor solução possível, mover essa instalação para o conjunto S e redefinir S_Atual. 5

6 DROP: Procedimento para encontrar uma instalação do conjunto S que quando retirada resulta na melhor solução possível, mover essa instalação para o conjunto T (retirar de S) e redefinir S_Atual. MOVE: Procedimento para escolher o movimento a ser realizado da seguinte forma: Se ( S_Atual < p Slack OU S_Atual == 1) Então ADD; Senão: Algoritmo BT Inicialização: Passo 0: Se ( S_Atual > p + Slack ) Então DROP; Senão: Escolha aleatória entre ADD e DROP. Definir Max_Iter, Tempo_Tabu, Estabilidade e k; Iter_Atual = 0; Sem_Melhoria = 0; S_Melhor = ; Slack = 0; Add_Tempo( v i ) =, para todo v i ; Freq( v i ) = 0, para todo v i ; Gerar uma solução viável inicial através de um algoritmo construtivo que realiza p movimentos ADD; Passo 1: Enquanto ( Iter_Atual < Max_Iter ) fazer: Passo 2: Escolher o movimento a ser executado. Para o caso de ADD, verificar se este movimento é tabu. Um movimento é considerado tabu se: Tempo_Tabu + Freq( vi ) * k > Iter_Atual - Add_Tempo( vi ). Iter_Atual = Iter_Atual + 1; Se ( S_Atual == p && S_Atual < S_Melhor ) então: S_Melhor = S_Atual; Slack = 0; Slpp = 0; Sem_Melhoria = 0; Tempo_Tabu = número aleatório entre [1, p/2]; Tbpp = 0; 6

7 Passo 3: Passo 4: Passo 5: Salvar a configuração da melhor solução; Senão: Sem_Melhoria = Sem_Melhoria + 1; Slpp = Slpp + 1; Tbpp = Tbpp + 1; Fim_Se Se ( Slpp >= Estabilidade*5/2 ) então: Slack = Slack + 1; Slpp = 0; Fim_Se Se ( Tbpp >= Estabilidade*5/3 ) então: Tempo_Tabu = número aleatório entre [p/2, n/4]; Tbpp = 0; Fim_Se Se ( Sem_Melhoria == Estabilidade ) então: Iter_Atual = Max_Iter; Fim_Se Fim_Enquanto Passo 6: Aplicar uma heurística de troca para garantir que o ótimo local foi encontrado. Deve-se observar que: No passo 3, aumenta-se o parâmetro de oscilação caso não seja obtida alguma melhoria. No passo 4, muda-se o tempo tabu a fim de mudar a estratégia, uma vez que quando o tempo tabu é aumentado faz-se um processo de diversificação da busca e quando o tempo tabu é reduzido faz-se um processo de intensificação. No passo 6, aplica a heurística de troca descrita a seguir, para garantir que o ótimo local seja alcançado, uma vez que o algoritmo BT não utiliza o movimento SWAP. Esta heurística de troca, embora simples, tem um peso computacional grande, por usar o movimento SWAP. Por isso, é utilizada apenas no final da busca para refinar a solução encontrada. Heurística de Troca: Passo 1: 7

8 Passo 2: Usar S_Melhor como solução inicial. Identificar duas instalações, uma pertencente a S e outra pertencente a T que, quando trocadas, resultem na melhor solução possível. Efetuar a troca e definir a solução obtida como S_Atual. Passo 3: Se ( S_Atual < S_Melhor ) então: Senão: S_Melhor = S_Atual; Voltar ao Passo 2; Parar, o ótimo local foi encontrado. O algoritmo BT utiliza o parâmetro de oscilação (Slack), a mudança de Tempo_Tabu e o parâmetro Estabilidade para dar maior flexibilidade na busca, pois verificou-se que diminuindo o tempo tabu quando há melhoria na solução, intensifica-se a busca em uma região de possível melhora, e posteriormente, quando não há melhorias, pode-se aumentar novamente o tempo tabu. Além disso, verificou-se que o parâmetro Slack também é responsável pela intensificação das buscas na região onde há melhoria, porém este deve aumentar continuamente, até que nova melhoria seja obtida. 3. Resultados Computacionais O algoritmo implementado foi escrito na linguagem C e utilizado o compilador GCC (GNU C Compiler). Os testes foram realizados em um microcomputador com processador Intel Core 2 Duo, 3GHz, 2GB RAM. Para os testes computacionais foram utilizados 16 exemplares do problema considerados no trabalho de Galvão e ReVelle (1996) e 9 exemplares do problema disponíveis na OR-Library (BEASLEY, 1990), para os quais as soluções ótimas são conhecidas, além de 9 exemplares do problema pcb3038, obtido da biblioteca TSPLIB (REINELT, 1998), que correspondem a uma rede de 3038 vértices. No algoritmo BT, limitouse o tempo de busca tabu (passos 1 a 5) a 1000 segundos. Para efeito de comparação, consideram-se os resultados obtidos pelo algoritmo LSH (SENNE e LORENA, 2000), que utiliza a relaxação lagrangeana/surrogate. Os resultados computacionais reportados para o algoritmo LSH foram obtidos em uma estação de trabalho Sun Ultra30. As Tabelas 1, 2 e 3 mostram os resultados obtidos. Estas tabelas utilizam os seguintes termos nas linhas de cabeçalho: n: Número de nós da rede; p: Número de medianas; Opt: Solução ótima do exemplar; BK: Melhor solução conhecida para o exemplar; Sol: Solução obtida pelo algoritmo; Gap: Diferença percentual entre a solução obtida e a solução ótima do exemplar (no caso das Tabelas 1 e 2), ou seja, 100 * (Sol Opt)/Opt, ou a diferença percentual entre a 8

9 solução obtida e a melhor solução conhecida para o exemplar (no caso da Tabela 3), ou seja, 100 * (Sol BK)/BK; TC: Tempo computacional, em segundos. LSH BT n p Opt Sol Gap TC Sol Gap TC ,00 0, ,00 0, ,64 0, ,00 0, ,75 0, ,08 0, ,00 0, ,28 0, ,00 0, ,33 0, ,07 1, ,43 0, ,00 0, ,08 0, ,00 0, ,05 0, ,00 0, ,00 0, ,64 1, ,00 0, ,35 1, ,09 0, ,42 1, ,67 0, ,50 1, ,51 0, ,20 2, ,71 1, ,06 3, ,73 0, ,00 3, ,64 0,72 Tabela 1 Resultados computacionais para exemplares de Galvão e ReVelle (1996) LSH BT n p Opt Sol Gap TC Sol Gap TC ,00 0, ,52 0, ,00 4, ,40 1, ,00 16, ,81 6, ,00 51, ,18 20, ,00 127, ,46 28, ,00 257, ,46 47, ,00 482, ,84 49, , , ,68 141, , , ,71 164,88 Tabela 2 Resultados computacionais para exemplares da OR-Library LSH BT p BK Sol Gap TC Sol Gap TC , ,22 2,86 661, ,72 4, , , ,76 3,92 658, ,22 5, , , ,21 2,73 712, ,23 4, , , ,72 2,31 715, ,66 4, , , ,64 1,31 719, ,09 4, , , ,49 2,07 731, ,42 4, , , ,06 1,63 919, ,23 4, , , ,25 1,61 745, ,09 4, , , ,80 2,34 684, ,92 4, ,02 Tabela 3 Resultados computacionais para exemplares do problema pcb3038 da TSPLIB Os resultados reportados na Tabela 1 mostram que o algoritmo BT foi bastante eficiente para 9

10 os exemplares considerados, conseguindo resultados melhores (Gap médio = 0,35) do que os obtidos pelo algoritmo LSH (Gap médio = 0,73). Para os exemplares do problema considerados na Tabela 2, o algoritmo BT, embora não tenha conseguido melhores resultados do que os obtidos pela heurística LSH, foi capaz de obter boas soluções (Gap médio = 1,45) em tempo computacional reduzido (TC médio = 51,25). Os resultados reportados na Tabela 3, no entanto, mostram que o algoritmo BT ainda requer melhorias, principalmente, para os problemas de grande porte. O algoritmo de Busca Tabu discutido neste trabalho encontra-se integrado à uma plataforma computacional para solução de problemas logísticos. Esta plataforma, denominada PCLOG, visa obter soluções eficientes para alguns problemas práticos de forma a auxiliar a tomada de decisões sobre localização, armazenagem, manipulação, transporte ou distribuição de materias, produtos, serviços ou informações. Um algoritmo, para ser integrado à plataforma PCLOG, deve gerar sua solução em um arquivo XML cujo conteúdo é validado por uma DTD (Document Type Definition) previamente estabelecida. Com base no conteúdo deste arquivo XML e usando recursos do Sistema de Informações Geográficas MapObjects (ESRI, 1996), a solução obtida é visualizada diretamente sobre um mapa digitalizado. A Figura 1, a seguir, ilustra a solução obtida pelo algoritmo BT para um problema de 20 medianas em uma rede de 818 pontos referente à região central da cidade de São José dos Campos, SP. 4. Conclusão Neste trabalho, apresentou-se um algoritmo de Busca Tabu para o problema não-capacitado de localização de p-medianas. Trata-se de um problema de Otimização Combinatória NPdifícil para o qual é relevante dispor de bons algoritmos heurísticos. Os resultados computacionais realizados mostram que o algoritmo BT discutido neste trabalho é capaz de obter boas soluções do problema em um tempo computacional razoável. Tais características tornam o algoritmo BT adequado para utilização em sistemas de apoio à decisão. 10

11 Figura 1 Visualização de solução na plataforma PCLOG Os testes computacionais mostraram também que o algoritmo BT ainda requer melhorias, principalmente, para problemas de grande porte. Este algoritmo poderia obter soluções de melhor qualidade caso a heurística de troca (movimento SWAP) fosse utilizado a cada iteração da busca tabu. No entanto, para que o algoritmo seja eficiente esta intensificação de busca precisa ser feita apenas nas regiões mais promissoras do espaço de busca. A busca por agrupamentos (clustering search), proposta por Oliveira e Lorena (2004), é uma técnica que permite identificar regiões do espaço de busca que merecem especial interesse e para as quais uma busca local deve ser intensificada. A aplicação desta técnica tem melhorado significativamente o desempenho de meta-heurísticas. Imagina-se, num trabalho futuro, incorporar ao algoritmo BT, a busca por agrupamentos, o que deve permitir ao algoritmo obter melhores soluções. Referências AL-SULTAN, K.S.; AL-FAWZAN, M.A. A Tabu Search Approach to the Uncapacited Facility Location Problem, Annals of Operations Research, v. 86, p , BEASLEY, J.E. OR-Library: Distributing test problems by electronic mail, Journal of the Operational Research Society, v. 41, p , CARELLO, G.; DELLA CROCE, F.; GHIRARDI, M.; TADEI, R. Solving the Hub Location Problem in Telecommunication Network Design: A local Search Approach, Networks, v. 44, n. 4, p , DENSHAM, P.J.; RUSHTON, G. A more efficient heuristic for solving large p-median problems, Papers in Regional Science: The Journal of the RSAI, v. 7, n. 1/3, p ,

12 ESRI. Building Applications with MapObjects. Environmental Systems Research Institute, Inc., Redlands, CA, GALVÃO, R.D.; REVELLE, C.S. A Lagrangean heuristic for the maximal covering location problem, European Journal of Operational Research, v. 18, p , GLOVER, F. Tabu Search - Part I. ORSA Journal on Computing, v. 1, n. 3, p , 1989a. GLOVER, F. Tabu Search - Part II. ORSA Journal on Computing, v. 2, n. 1, p. 4-32, 1989b. GLOVER, F.; LAGUNA, M. Tabu Search. Massachusetts: Kluwer Academic Publishers, LORENA, L.A.N.; SENNE, E.L.F. A Column Generation Approach to Capacitated p-median Problems. Computers and Operations Research, Inglaterra, v. 31, n. 6, p , MICHEL, L.; VAN HENTENRYCK, P. A Simple Tabu Search for Warehouse Location, European Journal of Operational Research, v. 157, p , MLADENOVIC, N.; LABBÉ, M.; HANSEN, P. Solving the p-center Problem with Tabu Search and Variable Neighborhood Search, Networks, v. 42, n. 1, p , OLIVEIRA, A.C.M.; LORENA, L.A.N. Detecting promising areas by evolutionary clustering search. Advances in Artificial Intelligence, Springer Lecture Notes in Artificial Intelligence Series, p , REINELT, G. TSPLIB, Universitat Heidelberg, Institut fur Angewandte Mathematik. Disponível em: ROLLAND, E.; SCHILLING, D.A.; CURRENT, J.R. An efficient tabu search procedure for the p-median Problem, European Journal of Operational Research, v. 96, p , SENNE, E.L.F.; LORENA, L.A.N. Lagrangean/Surrogate Heuristics for p-median Problems. In: Computing Tools for Modeling, Optimization and Simulation: Interfaces in Computer Science and Operations Research, M. Laguna and J.L. Gonzalez-Velarde (eds.), Kluwer Academic Publishers, p , Agradecimento Este trabalho contou com financiamento parcial do CNPq Conselho Nacional de Desenvolvimento Científico e Tecnológico. 12

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia

Leia mais

UM ALGORITMO BASEADO EM ITERATED LOCAL SEARCH PARA O PROBLEMA DE ROTEAMENTO DE VEÍCULOS PERIÓDICO

UM ALGORITMO BASEADO EM ITERATED LOCAL SEARCH PARA O PROBLEMA DE ROTEAMENTO DE VEÍCULOS PERIÓDICO UM ALGORITMO BASEADO EM ITERATED LOCAL SEARCH PARA O PROBLEMA DE ROTEAMENTO DE VEÍCULOS PERIÓDICO Pablo Luiz Araujo Munhoz (UFF) pablo.munhoz@gmail.com Luiz Satoru Ochi (UFF) satoru@ic.uff.br Marcone Jamilson

Leia mais

2 Problema das p-medianas

2 Problema das p-medianas 2 Problema das p-medianas 2.1 Definição O PMNC é definido da seguinte forma: determinar quais p facilidades (p m, onde m é o número de pontos onde podem ser abertas facilidades) devem obrigatoriamente

Leia mais

Resolução do Problema de Roteamento de Veículos com Frota Heterogênea via GRASP e Busca Tabu.

Resolução do Problema de Roteamento de Veículos com Frota Heterogênea via GRASP e Busca Tabu. Resolução do Problema de Roteamento de Veículos com Frota Heterogênea via GRASP e Busca Tabu. Camila Leles de Rezende, Denis P. Pinheiro, Rodrigo G. Ribeiro camilalelesproj@yahoo.com.br, denisppinheiro@yahoo.com.br,

Leia mais

UMA HEURÍSTICA GRASP PARA O PROBLEMA ESTENDIDO DE SEQUENCIAMENTO DE CARROS

UMA HEURÍSTICA GRASP PARA O PROBLEMA ESTENDIDO DE SEQUENCIAMENTO DE CARROS UMA HEURÍSTICA GRASP PARA O PROBLEMA ESTENDIDO DE SEQUENCIAMENTO DE CARROS Lucas Middeldorf Rizzo Universidade Federal de Minas Gerais Av. Antônio Carlos, 6627 - Pampulha - Belo Horizonte - MG CEP 31270-901

Leia mais

Uma Heurística Gulosa para o Problema de Bin Packing Bidimensional

Uma Heurística Gulosa para o Problema de Bin Packing Bidimensional Uma Heurística Gulosa para o Problema de Bin Packing Bidimensional Leandro Dias Costa, Luiz da Silva Rosa e Marcelo Lisboa Rocha Departamento de Ciência da Computação Fundação UNIRG Alameda Madrid Nº 545,

Leia mais

PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES APLICADO AO SERVIÇO DE ESTACIONAMENTO ROTATIVO

PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES APLICADO AO SERVIÇO DE ESTACIONAMENTO ROTATIVO PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES APLICADO AO SERVIÇO DE ESTACIONAMENTO ROTATIVO Liliane Silva de Antiqueira (FURG) lilianeantiqueira@furg.br Elaine Correa Pereira (FURG) elainepereira@prolic.furg.br

Leia mais

HEURÍSTICA GRASP APLICADO AO PROBLEMA DE ALOCAÇÃO DE ANTENAS DE TRANSMISSÃO

HEURÍSTICA GRASP APLICADO AO PROBLEMA DE ALOCAÇÃO DE ANTENAS DE TRANSMISSÃO HEURÍSTICA GRASP APLICADO AO PROBLEMA DE ALOCAÇÃO DE ANTENAS DE TRANSMISSÃO José Elias Cláudio Arroyo Universidade Candido Mendes, Campos UCAM-Campos Departamento de Computação e Sistemas Rua Anita Peçanha,

Leia mais

Meta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas

Meta-heurísticas. Métodos Heurísticos José António Oliveira zan@dps.uminho.pt. meta-heurísticas Meta-heurísticas 105 meta-heurísticas Propriedades e Características: são estratégias que guiam o processo de pesquisa; - o objectivo a atingir é a exploração eficiente do espaço de pesquisa de modo a

Leia mais

Auxílio à distribuição geográca de recursos utilizando mineração de dados e aprendizado de máquina. M. G. Oliveira

Auxílio à distribuição geográca de recursos utilizando mineração de dados e aprendizado de máquina. M. G. Oliveira Auxílio à distribuição geográca de recursos utilizando mineração de dados e aprendizado de máquina M. G. Oliveira Technical Report - RT-INF_001-11 - Relatório Técnico June - 2011 - Junho The contents of

Leia mais

Método híbrido Clustering Search aplicado ao problema de roteamento periódico de veículos para coleta de lixo

Método híbrido Clustering Search aplicado ao problema de roteamento periódico de veículos para coleta de lixo Método híbrido Clustering Search aplicado ao problema de roteamento periódico de veículos para coleta de lixo Eliseu Araújo, Kelly Poldi e Antônio Chaves UNIFESP Rua Talin, 330 São José dos Campos/SP Resumo

Leia mais

APLICAÇÃO DO ALGORITMO CLUSTERING SEARCH AOS TRAVELING SALESMAN PROBLEMS WITH PROFITS

APLICAÇÃO DO ALGORITMO CLUSTERING SEARCH AOS TRAVELING SALESMAN PROBLEMS WITH PROFITS APLICAÇÃO DO ALGORITMO CLUSTERING SEARCH AOS TRAVELING SALESMAN PROBLEMS WITH PROFITS Antonio Augusto Chaves Instituto Nacional de Pesquisas Espaciais (INPE) Av. dos Astronautas, 1758 São José dos Campos

Leia mais

Otimização de layout de fábrica usando uma metaheurística de busca tabu

Otimização de layout de fábrica usando uma metaheurística de busca tabu Otimização de layout de fábrica usando uma metaheurística de busca tabu Valdair Candido Martins (PUCPR) valdair@pppgia.pucpr.br Marco Antônio Barbosa Cândido (PUCPR) candido@ppgia.pucpr.br Leandro dos

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Tópicos em Programação Linear e Inteira Prof. Dr.Ricardo Ribeiro dos Santos ricr.santos@gmail.com Universidade Católica Dom Bosco - UCDB Engenharia de Computação Roteiro Introdução

Leia mais

DISCIPLINA: Métodos Heurísticos

DISCIPLINA: Métodos Heurísticos DISCIPLINA: Métodos Heurísticos CURSO(S): Licenciatura em Engenharia e Gestão Industrial Licenciatura em Engenharia de Sistemas e Informática Licenciatura em Matemática Aplicada Licenciatura em Matemática

Leia mais

GRASP COM RECONEXÃO POR CAMINHOS PARA O PROBLEMA EIXO-RAIO COM ALOCAÇÃO SIMPLES

GRASP COM RECONEXÃO POR CAMINHOS PARA O PROBLEMA EIXO-RAIO COM ALOCAÇÃO SIMPLES a 8/09 GRASP COM RECONEXÃO POR CAMINHOS PARA O PROBLEMA EIXO-RAIO COM ALOCAÇÃO SIMPLES Alexandre Xavier Martins xmartins@decea.ufop.br Yasmine de Melo Costa yasmine_melo@yahoo.com.br Departamento de Engenharia

Leia mais

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia

Leia mais

DEFINIÇÃO DE PARÂMETROS NA UTILIZAÇÃO DE METAHEURÍSTICAS PARA A PROGRAMAÇÃO DE HORÁRIOS ESCOLARES

DEFINIÇÃO DE PARÂMETROS NA UTILIZAÇÃO DE METAHEURÍSTICAS PARA A PROGRAMAÇÃO DE HORÁRIOS ESCOLARES DEFINIÇÃO DE PARÂMETROS NA UTILIZAÇÃO DE METAHEURÍSTICAS PARA A PROGRAMAÇÃO DE HORÁRIOS ESCOLARES José Carlos dos Santos Ferreira 1 e Jean Eduardo Glazar 2 1 Aluno do Curso de Ciência da Computação 2 Professor

Leia mais

Aspectos Teóricos e Computacionais do Problema de Alocação de Berços em Portos Marítmos

Aspectos Teóricos e Computacionais do Problema de Alocação de Berços em Portos Marítmos Aspectos Teóricos e Computacionais do Problema de Alocação de Berços em Portos Marítmos Flávia Barbosa Universidade Estadual de Campinas (UNICAMP) flaflabarbosa0@gmail.com Antônio Carlos Moretti Universidade

Leia mais

TerraNetwork: Sistema de Análise de Redes Urbanas

TerraNetwork: Sistema de Análise de Redes Urbanas TerraNetwork: Sistema de Análise de Redes Urbanas Geraldo Ribeiro Filho 1 Reinaldo Gen Ichiro Arakaki 2 Marcio Paim de Aquino 2 Luiz Antonio Nogueira Lorena 2 1 Instituto de Pesquisas em Tecnologia da

Leia mais

INVESTIGAÇÃO OPERACIONAL EM AÇÃO

INVESTIGAÇÃO OPERACIONAL EM AÇÃO INVESTIGAÇÃO OPERACIONAL EM AÇÃO CASOS DE APLICAÇÃO RUI CARVALHO OLIVEIRA JOSÉ SOEIRO FERREIRA (EDITORES) IMPRENSA DA UNIVERSIDADE DE COIMBRA COIMBRA UNIVERSITY PRESS CASO 7 SISTEMA DE APOIO À DECISÃO

Leia mais

ABORDAGENS PARALELAS PARA O MÉTODO HÍBRIDO CLUSTERING SEARCH

ABORDAGENS PARALELAS PARA O MÉTODO HÍBRIDO CLUSTERING SEARCH ABORDAGENS PARALELAS PARA O MÉTODO HÍBRIDO CLUSTERING SEARCH Felipe Mendes Miranda Universidade Federal de São Paulo São José dos Campos - SP felipe_mendes76@hotmail.com Álvaro Luiz Fazenda Universidade

Leia mais

Minicurso SBSE 2012:

Minicurso SBSE 2012: Campus de Ilha Solteira Faculdade de Engenharia de Ilha Solteira Departamento de Energia Elétrica Minicurso SBSE 2012: Metaheurísticas em sistemas elétricos de potência: introdução ao estudo e aplicações

Leia mais

Regionalização da Saúde do Estado do Paraná: Uma nova proposta utilizando o algoritmo Branch-and-Price.

Regionalização da Saúde do Estado do Paraná: Uma nova proposta utilizando o algoritmo Branch-and-Price. Regionalização da Saúde do Estado do Paraná: Uma nova proposta utilizando o algoritmo Branch-and-Price. Cassius Tadeu Scarpin UFPR Programa de Pós-Graduação em Métodos Numéricos em Engenharia 81531-990,

Leia mais

Decomposição do problema logístico de localização de instalações em um modelo híbrido de clusterização-localização

Decomposição do problema logístico de localização de instalações em um modelo híbrido de clusterização-localização Decomposição do problema logístico de localização de instalações em um modelo híbrido de clusterização-localização Arnaldo Rabello de Aguiar Vallim Filho Faculdade de Computação e Informática, Universidade

Leia mais

Modelos Matemáticos para Tratamento de Grooming em Redes de Fibra Óptica

Modelos Matemáticos para Tratamento de Grooming em Redes de Fibra Óptica Modelos Matemáticos para Tratamento de Grooming em Redes de Fibra Óptica Rangel Silva Oliveira 1, Geraldo Robson Mateus 1 1 Departamento de Ciência da Computação Universidade Federal de Minas Gerais {rangel,mateus}@dcc.ufmg.br

Leia mais

SEQUENCIAMENTO DE TAREFAS EM MÁQUINA DE MANUFATURA FLEXÍVEL PARA REDUZIR CUSTOS COM HORAS EXTRAS E ATRASOS DE ENTREGAS

SEQUENCIAMENTO DE TAREFAS EM MÁQUINA DE MANUFATURA FLEXÍVEL PARA REDUZIR CUSTOS COM HORAS EXTRAS E ATRASOS DE ENTREGAS SEQUENCIAMENTO DE TAREFAS EM MÁQUINA DE MANUFATURA FLEXÍVEL PARA REDUZIR CUSTOS COM HORAS EXTRAS E ATRASOS DE ENTREGAS Joaquim José da Cunha Júnior Universidade Federal de Minas Gerais Av. Presidente Antônio

Leia mais

Uso de SAS/OR para diminuir o tempo de resposta com um melhor posicionamento de ambulâncias.

Uso de SAS/OR para diminuir o tempo de resposta com um melhor posicionamento de ambulâncias. Uso de SAS/OR para diminuir o tempo de resposta com um melhor posicionamento de ambulâncias. Fábio França 1, 1 Logical Optimization Rua Tanhaçu número 405, CEP 05679-040 São Paulo, Brasil fabio.franca@optimization.com.br

Leia mais

Técnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14

Técnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14 1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso

Leia mais

Pesquisa Operacional Programação em Redes

Pesquisa Operacional Programação em Redes Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Modelagem em redes: Facilitar a visualização e a compreensão das características do sistema Problema de programação

Leia mais

Uma Heurística para o Problema de Redução de Padrões de Corte

Uma Heurística para o Problema de Redução de Padrões de Corte Uma Heurística para o Problema de Redução de Padrões de Corte Marcelo Saraiva Limeira INPE/LAC e-mail: marcelo@lac.inpe.br Horacio Hideki Yanasse INPE/LAC e-mail: horacio@lac.inpe.br Resumo Propõe-se um

Leia mais

BUSCA LOCAL ITERADA (ILS ITERATED LOCAL SEARCH)

BUSCA LOCAL ITERADA (ILS ITERATED LOCAL SEARCH) BUSCA LOCAL ITERADA (ILS ITERATED LOCAL SEARCH) Francisco A. M. Gomes 1º sem/2009 MT852 Tópicos em pesquisa operacional Iterated local search (ILS) Método que gera uma sequência de soluções obtidas por

Leia mais

Um modelo matemático de programação linear inteira para a alocação de horários na Escola Estadual Effie Rolfs

Um modelo matemático de programação linear inteira para a alocação de horários na Escola Estadual Effie Rolfs Um modelo matemático de programação linear inteira para a alocação de horários na Escola Estadual Effie Rolfs Mateus Tartaglia (UFV) mateus.tartaglia@ufv.br Lana Mara Rodrigues dos Santos (UFV) lanamara@ufv.br

Leia mais

A Otimização Colônia de Formigas

A Otimização Colônia de Formigas A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado

Leia mais

PROBLEMA DE BALANCEAMENTO E DESIGNAÇÃO DE TRABALHADORES EM LINHA DE PRODUÇÃO: UMA ABORDAGEM VIA O MÉTODO HÍBRIDO BUSCA POR AGRUPAMENTOS (CS)

PROBLEMA DE BALANCEAMENTO E DESIGNAÇÃO DE TRABALHADORES EM LINHA DE PRODUÇÃO: UMA ABORDAGEM VIA O MÉTODO HÍBRIDO BUSCA POR AGRUPAMENTOS (CS) PROBLEMA DE BALANCEAMENTO E DESIGNAÇÃO DE TRABALHADORES EM LINHA DE PRODUÇÃO: UMA ABORDAGEM VIA O MÉTODO HÍBRIDO BUSCA POR AGRUPAMENTOS (CS) Antonio Augusto Chaves Instituto Nacional de Pesquisas Espaciais

Leia mais

Elbio Renato Torres Abib. Escalonamento de Tarefas Divisíveis em Redes Estrela MESTRADO. Informática DEPARTAMENTO DE INFORMÁTICA

Elbio Renato Torres Abib. Escalonamento de Tarefas Divisíveis em Redes Estrela MESTRADO. Informática DEPARTAMENTO DE INFORMÁTICA Elbio Renato Torres Abib Escalonamento de Tarefas Divisíveis em Redes Estrela DISSERTAÇÃO DE MESTRADO DEPARTAMENTO DE INFORMÁTICA Programa de Pós graduação em Informática Rio de Janeiro Junho de 2004 Elbio

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização Aplicada à Engenharia de Processos Otimização Aplicada à Engenharia de Processos Aula 1: Introdução Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013 Antes de

Leia mais

PROPOSTA DE HEURÍSTICAS GRASP PARA O PROBLEMA DE ALOCAÇÃO DE PONTOS DE ACESSO EM UMA REDE EM MALHA SEM FIO

PROPOSTA DE HEURÍSTICAS GRASP PARA O PROBLEMA DE ALOCAÇÃO DE PONTOS DE ACESSO EM UMA REDE EM MALHA SEM FIO ISSN 1984-9354 PROPOSTA DE HEURÍSTICAS GRASP PARA O PROBLEMA DE ALOCAÇÃO DE PONTOS DE ACESSO EM UMA REDE EM MALHA SEM FIO Tiago de Azevedo Santos (Universidade Candido Mendes - UCAM-Campos) Dalessandro

Leia mais

Um algoritmo de busca tabu adaptativa para o PRV com frota mista

Um algoritmo de busca tabu adaptativa para o PRV com frota mista Um algoritmo de busca tabu adaptativa para o PRV com frota mista Fermín Alfredo Tang Montané (UCAM) tang@ucam-campos.br Resumo O Problema de Roteamento de Veículos com Frota Mista (PRVFM) é uma variante

Leia mais

Métodos de Pesquisa em Vizinhança Variável aplicados ao Problema de Alocação de Salas

Métodos de Pesquisa em Vizinhança Variável aplicados ao Problema de Alocação de Salas Métodos de Pesquisa em Vizinhança Variável aplicados ao Problema de Alocação de Salas Prof. Dr. Marcone Jamilson Freitas Souza Departamento de Computação, Universidade Federal de Ouro Preto, Campus Universitário

Leia mais

UM MÉTODO BRANCH-AND-PRICE PARA PROBLEMAS DE LOCALIZAÇÃO DE p-medianas.

UM MÉTODO BRANCH-AND-PRICE PARA PROBLEMAS DE LOCALIZAÇÃO DE p-medianas. UM MÉTODO BRANCH-AND-PRICE PARA PROBLEMAS DE LOCALIZAÇÃO DE p-medianas. Marcos Antonio Pereira Tese de Doutorado em Computação Aplicada, orientada pelo Dr. Luiz Antônio Nogueira Lorena e pelo Prof. Dr.

Leia mais

NOVO MODELO DE DISPERSÃO PARA O PROBLEMA DE LOCALIZAÇÃO DE RÓTULOS CARTOGRÁFICOS

NOVO MODELO DE DISPERSÃO PARA O PROBLEMA DE LOCALIZAÇÃO DE RÓTULOS CARTOGRÁFICOS NOVO MODELO DE DISPERSÃO PARA O PROBLEMA DE LOCALIZAÇÃO DE RÓTULOS CARTOGRÁFICOS Eliseu Junio Araújo Universidade Federal de São Paulo UNIFESP, Instituto de Ciência e Tecnologia Rua Talin, 330, CEP 12231-280,

Leia mais

Além de minimizar o número de objetos processados, problema de corte unidimensional

Além de minimizar o número de objetos processados, problema de corte unidimensional imização do número de objetos processados e do setup no problema de corte unidimensional Márcia Ap. Gomes-Ruggiero, Antonio Carlos Moretti, Momoe Sakamori Depto de Matemática Aplicada, DMA, IMECC, UNICAMP,

Leia mais

Simulador de Redes Neurais Multiplataforma

Simulador de Redes Neurais Multiplataforma Simulador de Redes Neurais Multiplataforma Lucas Hermann Negri 1, Claudio Cesar de Sá 2, Ademir Nied 1 1 Departamento de Engenharia Elétrica Universidade do Estado de Santa Catarina (UDESC) Joinville SC

Leia mais

Usando a Meta-Heurística Tabu Search para o Planejamento de Redes Ópticas de Telecomunicações

Usando a Meta-Heurística Tabu Search para o Planejamento de Redes Ópticas de Telecomunicações PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO DEPARTAMENTO DE PESQUISA PIBIC - PROGRAMA INSTITUCIONAL DE BOLSA DE INICIAÇÃO CIENTÍFICA (CNPq-UFES) PROCESSO SELETIVO 2004-2005 Usando a Meta-Heurística Tabu Search

Leia mais

Metaheurísticas Aplicadas ao Problema de Planejamento de Redes Celulares 3G

Metaheurísticas Aplicadas ao Problema de Planejamento de Redes Celulares 3G Metaheurísticas Aplicadas ao Problema de Planejamento de Redes Celulares 3G Michele da Silva Sousa, UGF - Universidade Gama Filho E-mail: michele ssousa@yahoo.com.br Nelson Maculan Programa de Engenharia

Leia mais

Metaheurísticas para a elaboração de escalas de trabalho de técnicos de enfermagem

Metaheurísticas para a elaboração de escalas de trabalho de técnicos de enfermagem Metaheurísticas para a elaboração de escalas de trabalho de técnicos de enfermagem Maira Regina Poltosi, Arthur Tórgo Gomez Universidade do Vale do Rio dos Sinos (UNISINOS) Av. Unisinos, 950 - CEP 93.022-000

Leia mais

Redes de Computadores. Camada de Rede Endereçamento

Redes de Computadores. Camada de Rede Endereçamento Redes de Computadores Camada de Rede Endereçamento Motivação Desperdício de endereços Qualquer endereço de rede somente pode ser alocada a uma única rede física Esquema de endereçamento original mostrou-se

Leia mais

METAHEURÍSTICAS GRASP E VNS PARA PROBLEMA DE GRAFO COM RESTRIÇÕES DE CAPACIDADE E CONEXIDADE

METAHEURÍSTICAS GRASP E VNS PARA PROBLEMA DE GRAFO COM RESTRIÇÕES DE CAPACIDADE E CONEXIDADE METAHEURÍSTICAS GRASP E VNS PARA PROBLEMA DE GRAFO COM RESTRIÇÕES DE CAPACIDADE E CONEXIDADE Nádia Mendes dos Santos Instituto Federal do Piauí Praça da Liberdade, 1597 Centro Teresina (PI) - 64000-040

Leia mais

LEONARDO JUNQUEIRA PRÊMIO ABRALOG

LEONARDO JUNQUEIRA PRÊMIO ABRALOG LEONARDO JUNQUEIRA PRÊMIO ABRALOG Documentação apresentada à Banca Examinadora do Prêmio ABRALOG como parte dos requisitos para participação do Prêmio ABRALOG (Edição 2013) na categoria Estudante de Logística.

Leia mais

UM MÉTODO MULTIOBJETIVO APLICADO AO PROBLEMA DO CAIXEIRO VIAJANTE COM LUCRO RELATÓRIO FINAL DE PROJETO DE INICIAÇÃO CIENTÍFICA.

UM MÉTODO MULTIOBJETIVO APLICADO AO PROBLEMA DO CAIXEIRO VIAJANTE COM LUCRO RELATÓRIO FINAL DE PROJETO DE INICIAÇÃO CIENTÍFICA. UM MÉTODO MULTIOBJETIVO APLICADO AO PROBLEMA DO CAIXEIRO VIAJANTE COM LUCRO RELATÓRIO FINAL DE PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE) Carla Cristina Doescher Fernandes (UNIFESP, Bolsista PIBIC/CNPq)

Leia mais

ALGORITMO EVOLUTIVO PARA A OTIMIZAÇÃO DA GRADE HORÁRIA DO CURSO DE ENGENHARIA ELÁTRICA DA FEIS-UNESP

ALGORITMO EVOLUTIVO PARA A OTIMIZAÇÃO DA GRADE HORÁRIA DO CURSO DE ENGENHARIA ELÁTRICA DA FEIS-UNESP INSTRUÇÕES PARA A PREPARAÇÃO E SUBMISSÃO DE TRABALHOS PARA CONGRESSO BRASILEIRO DE ENSINO DE ENGENHARIA 2003 ALGORITMO EVOLUTIVO PARA A OTIMIZAÇÃO DA GRADE HORÁRIA DO CURSO DE ENGENHARIA ELÁTRICA DA FEIS-UNESP

Leia mais

FACULDADE LOURENÇO FILHO CIÊNCIA DA COMPUTAÇÃO

FACULDADE LOURENÇO FILHO CIÊNCIA DA COMPUTAÇÃO FACULDADE LOURENÇO FILHO CIÊNCIA DA COMPUTAÇÃO UM ENFOQUE NA LOCALIZAÇÃO DE FACILIDADES BASEADO EM TESTES DE REDUÇÃO E HEURÍSTICAS ADD/DROP Por: PAULO CÉSAR FERNANDES RIBEIRO Orientador: André Barros Pereira

Leia mais

DESENVOLVIMENTO DE ALGORITMOS GENÉTICOS PARA O PROBLEMA DAS P-MEDIANAS UTILIZANDO OPERADORES DE CRUZAMENTO CONVENCIONAIS E NÃO-CONVENCIONAIS

DESENVOLVIMENTO DE ALGORITMOS GENÉTICOS PARA O PROBLEMA DAS P-MEDIANAS UTILIZANDO OPERADORES DE CRUZAMENTO CONVENCIONAIS E NÃO-CONVENCIONAIS DESENVOLVIMENTO DE ALGORITMOS GENÉTICOS PARA O PROBLEMA DAS P-MEDIANAS UTILIZANDO OPERADORES DE CRUZAMENTO CONVENCIONAIS E NÃO-CONVENCIONAIS Maycon Guedes Cordeiro Centro de Pesquisa Candido Mendes - UCAM-Campos

Leia mais

Aplicações de Otimização em Processos Industriais

Aplicações de Otimização em Processos Industriais Aplicações de Otimização em Processos Industriais Maria Cristina N. Gramani gramani@mackenzie.com.br Departamento de Engenharia de Produção Escola de Engenharia Universidade Presbiteriana Mackenzie Organização

Leia mais

Inteligência de Enxame: ACO

Inteligência de Enxame: ACO Inteligência de Enxame: ACO! Otimização colônia de formigas é uma meta-heurística: «baseada em população «inspirada no comportamento forrageiro das formigas.! Muitas espécies de formigas são quase cegas.!

Leia mais

APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS

APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS Bianca G. Giordani (UTFPR/MD ) biancaggiordani@hotmail.com Lucas Augusto Bau (UTFPR/MD ) lucas_bau_5@hotmail.com A busca pela minimização

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br

Leia mais

METAHEURÍSTICAS SIMULATED ANNEALING E PESQUISA EM VIZINHANÇA VARIÁVEL APLICADAS AO PROBLEMA DE ROTEAMENTO PERIÓDICO DE VEÍCULOS PARA COLETA DE LIXO

METAHEURÍSTICAS SIMULATED ANNEALING E PESQUISA EM VIZINHANÇA VARIÁVEL APLICADAS AO PROBLEMA DE ROTEAMENTO PERIÓDICO DE VEÍCULOS PARA COLETA DE LIXO METAHEURÍSTICAS SIMULATED ANNEALING E PESQUISA EM VIZINHANÇA VARIÁVEL APLICADAS AO PROBLEMA DE ROTEAMENTO PERIÓDICO DE VEÍCULOS PARA COLETA DE LIXO William Higino Herlisson Maciel Bezerra Eliseu Junio

Leia mais

Inteligência Computacional Aplicada a Engenharia de Software

Inteligência Computacional Aplicada a Engenharia de Software Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar

Leia mais

Sistema de Entrega para Suporte Varejista Utilizando a Metaheurística GRASP

Sistema de Entrega para Suporte Varejista Utilizando a Metaheurística GRASP Sistema de Entrega para Suporte Varejista Utilizando a Metaheurística GRASP Gil Romeu A. Pereira 1, Ivairton M. Santos 1 1 Universidade Federal de Mato Grosso(UFMT) Campus Universitário do Araguaia Instituto

Leia mais

XLVI Pesquisa Operacional na Gestão da Segurança Pública

XLVI Pesquisa Operacional na Gestão da Segurança Pública META-HEURÍSTICA VNS APLICADA A UM PROBLEMA DE PLANEJAMENTO OPERACIONAL DE TRANSPORTE PÚBLICO Rubens Zenko Sakiyama 1, Ademir Aparecido Constantino 2, Wesley Romão 3 Departamento de Informática Universidade

Leia mais

Muitas aplicações modernas podem ser modeladas como tarefas divisíveis.

Muitas aplicações modernas podem ser modeladas como tarefas divisíveis. 1 Introdução O grande aumento de performance das redes de computadores, combinado com a proliferação de computadores de baixo custo e alto desempenho, trouxe à tona ambientes de meta-computação, ou grids[15,

Leia mais

Uma eficiente heurística para o projeto de redes eixo-raio: um estudo de caso para as cidades de Minas Gerais.

Uma eficiente heurística para o projeto de redes eixo-raio: um estudo de caso para as cidades de Minas Gerais. Uma eficiente heurística para o projeto de redes eixo-raio: um estudo de caso para as cidades de Minas Gerais. Rodrigo F. Brito; Bruno N. Gomes Instituto Federal de Minas Gerais - IFMG Av. Serra da Piedade,

Leia mais

Tony Ítalo Abreu Santiago

Tony Ítalo Abreu Santiago FACULDADE LOURENÇO FILHO Curso de Bacharelado em Ciência da Computação Tony Ítalo Abreu Santiago UM ALGORITMO HEURÍSTICO PARA O PROBLEMA DA ÁRVORE GERADORA MÍNIMA DE GRAU RESTRITO BASEADO NA META-HEURÍSTICA

Leia mais

Complemento IV Introdução aos Algoritmos Genéticos

Complemento IV Introdução aos Algoritmos Genéticos Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e

Leia mais

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo

Leia mais

IA Colônia de Formigas. Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br

IA Colônia de Formigas. Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br IA Colônia de Formigas Prof. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução O Experimento da Ponte Binária. Ant System Aplicado ao PCV. Elitist Ant System. Introdução Otimização colônia

Leia mais

Arquitetura de Computadores - Arquitetura RISC. por Helcio Wagner da Silva

Arquitetura de Computadores - Arquitetura RISC. por Helcio Wagner da Silva Arquitetura de Computadores - Arquitetura RISC por Helcio Wagner da Silva Introdução RISC = Reduced Instruction Set Computer Elementos básicos: Grande número de registradores de propósito geral ou uso

Leia mais

11 Conclusão. 11.1 Descobertas

11 Conclusão. 11.1 Descobertas 97 11 Conclusão 11.1 Descobertas Nesse trabalho apresentamos o McCloud Service Framework, um arcabouço para implementação de serviços baseados na Simulação de Monte Carlo na nuvem, disponibilizamos duas

Leia mais

METAHEURÍSTICA HÍBRIDA APLICADA AO PROBLEMA DE JOB SHOP

METAHEURÍSTICA HÍBRIDA APLICADA AO PROBLEMA DE JOB SHOP METAHEURÍSTICA HÍBRIDA APLICADA AO PROBLEMA DE JOB SHOP Mateus Matos Rizzi Universidade Federal do ABC UFABC, Instituto de Ciência e Tecnologia Av. dos Estados, 5001, Bangú, CEP 09210-580, Santo André,

Leia mais

PCLOG. Plataforma Computacional para Solução de Problemas Logísticos RELATÓRIO TÉCNICO FINAL

PCLOG. Plataforma Computacional para Solução de Problemas Logísticos RELATÓRIO TÉCNICO FINAL CNPq Conselho Nacional de Desenvolvimento Científico e Tecnológico Processo: 473457/2004-0 PCLOG Plataforma Computacional para Solução de Problemas Logísticos RELATÓRIO TÉCNICO FINAL Outubro, 2007 Equipe

Leia mais

ASPECTOS FUNDAMENTAIS DO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES EM REDES LOGÍSTICAS

ASPECTOS FUNDAMENTAIS DO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES EM REDES LOGÍSTICAS ASPECTOS FUNDAMENTAIS DO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES EM REDES LOGÍSTICAS Data: 10/03/2001 Peter Wanke INTRODUÇÃO Localizar instalações ao longo de uma cadeia de suprimentos consiste numa importante

Leia mais

XXXIV SBPO. SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

XXXIV SBPO. SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES EXPERIÊNCIAS COM SIMULATED ANNEALING E BUSCA TABU NA RESOLUÇÃO DO PROBLEMA DE ALOCAÇÃO DE SALAS Marcone Jamilson Freitas Souza Departamento de Computação, Universidade Federal de Ouro Preto Campus Universitário,

Leia mais

ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL

ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL ESTRATÉGIAS DE RESOLUÇÃO DE PROBLEMAS DE PESQUISA OPERACIONAL André Luis Trevisan Universidade Tecnológica Federal do Paraná andrelt@utfpr.edu.br Magna Natalia Marin Pires Universidade Estadual de Londrina

Leia mais

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS UMA SOLUÇÃO DO PROBLEMA DAS N RAINHAS ATRAVÉS DE ALGORITMOS GENÉTICOS A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS Eliane Vendramini de Oliveira Mestre em Engenharia Elétrica UNESP/ Ilha Solteira

Leia mais

BCC204 - Teoria dos Grafos

BCC204 - 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 mais

LOGÍSTICA Professor: Dr. Edwin B. Mitacc Meza

LOGÍSTICA Professor: Dr. Edwin B. Mitacc Meza LOGÍSTICA Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Gerenciamento da Cadeia de Suprimentos ... lembrando Uma cadeia de suprimentos consiste em todas

Leia mais

UTILIZAÇÃO DE PLANILHA ELETRÔNICA NA RESOLUÇÃO DE PROBLEMAS DE PLANEJAMENTO E PROGRAMAÇÃO DA PRODUÇÃO

UTILIZAÇÃO DE PLANILHA ELETRÔNICA NA RESOLUÇÃO DE PROBLEMAS DE PLANEJAMENTO E PROGRAMAÇÃO DA PRODUÇÃO Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-755-37-4 UTILIZAÇÃO DE PLANILHA ELETRÔNICA NA RESOLUÇÃO DE PROBLEMAS DE PLANEJAMENTO E PROGRAMAÇÃO DA PRODUÇÃO

Leia mais

XDOC. Solução otimizada para armazenamento e recuperação de documentos

XDOC. Solução otimizada para armazenamento e recuperação de documentos XDOC Solução otimizada para armazenamento e recuperação de documentos ObJetivo Principal O Que você ACHA De ter Disponível Online todos OS Documentos emitidos por SUA empresa em UMA intranet OU Mesmo NA

Leia mais

Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados

Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas Departamento de Ciências

Leia mais

Soluções Heurísticas Simples e Híbrida para o Problema do Caixeiro Viajante: Um Estudo Comparativo

Soluções Heurísticas Simples e Híbrida para o Problema do Caixeiro Viajante: Um Estudo Comparativo Soluções Heurísticas Simples e Híbrida para o Problema do Caixeiro Viajante: Um Estudo Comparativo Marco Antonio Barbosa 1, Renata Neuland 2, Rodrigo Antoniazzi 3 1 Departamento de Informática. Universidade

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola

Leia mais

MINIMIZAÇÃO DE TROCA DE FERRAMENTAS NUMA MÁQUINA CNC: APLICAÇÃO DE UMA HEURÍSTICA GULOSA A UM CASO REAL

MINIMIZAÇÃO DE TROCA DE FERRAMENTAS NUMA MÁQUINA CNC: APLICAÇÃO DE UMA HEURÍSTICA GULOSA A UM CASO REAL MINIMIZAÇÃO DE TROCA DE FERRAMENTAS NUMA MÁQUINA CNC: APLICAÇÃO DE UMA HEURÍSTICA GULOSA A UM CASO REAL Joaquim José da Cunha Júnior Graduação em Engenharia de Produção Universidade Federal de Minas Gerais

Leia mais

Proposta de Mini-Curso para a XLIII SBPO

Proposta de Mini-Curso para a XLIII SBPO Proposta de Mini-Curso para a XLIII SBPO Artur Alves Pessoa Eduardo Uchoa Departamento de Engenharia de Produção Universidade Federal Fluminense Título: UFFLP: Integrando Programação Inteira Mista e Planilhas

Leia mais

Arquiteturas RISC. (Reduced Instructions Set Computers)

Arquiteturas RISC. (Reduced Instructions Set Computers) Arquiteturas RISC (Reduced Instructions Set Computers) 1 INOVAÇÕES DESDE O SURGIMENTO DO COMPU- TADOR DE PROGRAMA ARMAZENADO (1950)! O conceito de família: desacoplamento da arquitetura de uma máquina

Leia mais

2 DESCRIÇÃO DO PROBLEMA ESTUDADO

2 DESCRIÇÃO DO PROBLEMA ESTUDADO CRIAÇÃO DOS HORÁRIOS DE TRABALHO DOS FUNCIONÁRIOS DE CALL CENTERS VIA METAHEURÍSTICAS COM A APLICAÇÃO DO SHIFT DESIGN PROBLEM CYNTHIA DA SILVA BARBOSA ( cysb@terra.com.br ) CEFET-MG SÉRGIO RICARDO DE SOUZA

Leia mais

XDR. Solução para Big Data.

XDR. Solução para Big Data. XDR Solução para Big Data. ObJetivo Principal O volume de informações com os quais as empresas de telecomunicações/internet têm que lidar é muito grande, e está em constante crescimento devido à franca

Leia mais

Problema de roteirização de veículos com janelas de tempo: revisão da literatura

Problema de roteirização de veículos com janelas de tempo: revisão da literatura XIII SIMPEP - Baur SP, Brasil, 6 a 8 de Novembro de 006 Problema de roteirização de veículos com janelas de tempo: revisão da literatura Patrícia Prado Belfiore (Centro Universitário da FEI) patricia.belfiore@fei.edu.br

Leia mais

Abordagem Variable Neighborhood Search para o Problema de Seqüenciamento com Máquinas Paralelas e Tempos de

Abordagem Variable Neighborhood Search para o Problema de Seqüenciamento com Máquinas Paralelas e Tempos de Abordagem Variable Neighborhood Search para o Problema de Seqüenciamento com Máquinas Paralelas e Tempos de Preparação Dependentes da Seqüência Mateus Rocha de Paula 1, Martín Gómez Ravetti 1, Panos M.

Leia mais

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR João Batista de Jesus FATEC-JAHU Célio Favoni 2 FATEC-JAHU Resumo Este trabalho expõe de maneira sintetizada as funcionalidades

Leia mais

Projeto e Análise de Algoritmos Projeto de Algoritmos Introdução. Prof. Humberto Brandão humberto@dcc.ufmg.br

Projeto e Análise de Algoritmos Projeto de Algoritmos Introdução. Prof. Humberto Brandão humberto@dcc.ufmg.br Projeto e Análise de Algoritmos Projeto de Algoritmos Introdução Prof. Humberto Brandão humberto@dcc.ufmg.br aula disponível no site: http://www.bcc.unifal-mg.edu.br/~humberto/ Universidade Federal de

Leia mais

ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA

ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA 136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização

Leia mais

Programa do Módulo 2. Processo Unificado: Visão Geral

Programa do Módulo 2. Processo Unificado: Visão Geral 9.1 Programa do Módulo 2 Orientação a Objetos Conceitos Básicos Análise Orientada a Objetos (UML) O Processo Unificado (RUP) Processo Unificado: Visão Geral 9.2 Encaixa-se na definição geral de processo:

Leia mais

Aula 03 - Modelagem em PPLIM

Aula 03 - Modelagem em PPLIM Thiago A. O. 1 1 Universidade Federal de Ouro Preto 1 Componentos do modelo 2 3 4 5 6 Componentes de uma modelagem matemática Elementos; Conjuntos; Parâmetros; Variáveis; Objetivo; Restições; Elementos

Leia mais

MODELAGEM MATEMÁTICA PARA PROGRAMAÇÃO E ROTEIRIZAÇÃO DAS ORDENS DE SERVIÇOS DE VERIFICAÇÃO DE LEITURA EM UMA DISTRIBUIDORA DE ENERGIA ELÉTRICA

MODELAGEM MATEMÁTICA PARA PROGRAMAÇÃO E ROTEIRIZAÇÃO DAS ORDENS DE SERVIÇOS DE VERIFICAÇÃO DE LEITURA EM UMA DISTRIBUIDORA DE ENERGIA ELÉTRICA MODELAGEM MATEMÁTICA PARA PROGRAMAÇÃO E ROTEIRIZAÇÃO DAS ORDENS DE SERVIÇOS DE VERIFICAÇÃO DE LEITURA EM UMA DISTRIBUIDORA DE ENERGIA ELÉTRICA Jerusa Cristina Guimaraes de Medeiros (UFPB) jerusacgm@gmail.com

Leia mais

Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br

Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão

Leia mais

ROTEAMENTO PERIÓDICO DE VEÍCULOS UTILIZANDO SIMULATED ANNEALING

ROTEAMENTO PERIÓDICO DE VEÍCULOS UTILIZANDO SIMULATED ANNEALING ROTEAMENTO PERIÓDICO DE VEÍCULOS UTILIZANDO SIMULATED ANNEALING Marcos Vinicios Gomes dos Reis (UNICAMP) marcosreis_9@yahoo.com.br Sibelius Lellis Vieira (PUC GOIAS) sibelius.vieira@gmail.com A gestão

Leia mais

ALGORITMO PARA AUTOMAÇÃO DOS PROCESSOS DE PLANEJAMENTO DA PRODUÇÃO NA ÁREA GRÁFICA JOB SHOP

ALGORITMO PARA AUTOMAÇÃO DOS PROCESSOS DE PLANEJAMENTO DA PRODUÇÃO NA ÁREA GRÁFICA JOB SHOP ALGORITMO PARA AUTOMAÇÃO DOS PROCESSOS DE PLANEJAMENTO DA PRODUÇÃO NA ÁREA GRÁFICA JOB SHOP Hirlandson Ricardo Pedrosa Alexandre Alves Silva Universidade Braz Cubas Engenharia de Computação Jesus Franlin

Leia mais