NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
|
|
- Thalita Gonçalves Camelo
- 6 Há anos
- Visualizações:
Transcrição
1 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 otimização com capacidade de sair de soluções ótimas locais e realizar uma busca robusta através do espaço de busca. (Glover, ) 1. INTRODUÇÃO A maioria dos problemas realísticos não se é possível encontrar a configuração ótima com esforços computacionais razoáveis de sistemas de grande porte. Um problema de otimização (matemática) pode ser representado da seguinte forma: otimizar um objetivo { s. a um conjunto de restrições Quando é possível representar este problema usando relações matemáticas, então (1) assume a seguinte forma: min f(x) { s. a x S OBS. (1) Se a função objetivo e o conjunto de restrições são lineares temos um Problema de Programação Linear (PL) e se tivermos a f.o. e/ou restrições não lineares, temos um problema de Programação Não Linear (PNL). (2) Existe um tipo de problema muito especial: O PROBLEMA COMBINATORIAL, cujas variáveis de decisão são inteiras. x S Z n. (3) Existe um tipo de problema denominado combinatorial misto, em que algumas variáveis assumem valores inteiros x S Z n e outras valores contínuos (x S R n ). (PNLIM) (4) Os problemas combinatoriais apresentam o fenômeno da explosão combinatorial que significa que quando cresce o número de variáveis do problema então o número de configurações factíveis e o esforço computacional cresce de maneira exponencial. EXEMPLOS DE PROBLEMAS COMBINATORIAIS: O PROBLEMA DA MOCHILA BINÁRIO (knapsack problem 0-1) (I) (II) Em uma casa há um conjunto de n produtos diferentes em que cada produto tem volume a j conhecido e um valor c j conhecido. Uma pessoa pode levar todos os produtos que desejar, mas para levar os produtos ela pode usar somente uma mochila de volume b
2 Formular um problema de otimização matemática que permita o mochileiro decidir quais produtos deve levar na mochila para ter o máximo lucro. Seja x j a variável de decisão binária: Se x j = 1 o mochileiro leva o produto j. Se x j = 0 o mochileiro não leva o produto j. max z(x) = c x s. a. ax b, x {0,1} n max z(x) = c j x j j=1 s. a. a j x j b, j = 1,2,, n e x {0,1}, Sendo c j o preço do produto j e a j o volume do produto j. Um exemplo típico: max z(x) = 6x 1 + 6x 2 + 6x x x 5 s. a. 6x 1 + 6x 2 + 3x 3 + 2x 4 + 2x 5 10 x j {0,1} COMPLEXIDADE COMPUTACIONAL - EXPLORAÇÃO EXAUSTIVA Exemplo: O problema da mochila: Se o problema tiver 3 variáveis com x {0,1} então existem 8 soluções candidatas (algumas factíveis e outras infactíveis) x = x 1 x 2 x 3
3 Há 8 maneiras diferentes: Assim, um problema da mochila com n variáveis há 2 n candidatas. Supondo que existe um computador que pode ordenar e avaliar a função objetivo de um milhão de soluções candidatas por segundo. Para n=20 temos 2 20 = soluções candidatas. Estes tipos de problemas o esforço computacional cresce de maneira exponencial com o tamanho do problema. NP (non polinomial) e alguns especiais são chamados de NP-completos. 2. HEURÍSTICAS As heurísticas são técnicas de otimização que permitem encontrar soluções de boa qualidade. Na década de 1960 e 1970, as heurísticas foram as técnicas de otimização mais utilizadas para resolver problemas complexos do campo de otimização matemática, em especial para aqueles problemas não lineares, discretos e não convexos. A maioria das heurística encontram soluções de boa qualidade de problemas altamente complexos em tempos relativamente rápidos, geralmente fáceis de entender e de implementar computacionalmente. No entanto, geralmente ela não consegue encontrar a solução ótima global de um problema complexo de grande porte. Um problema pode ser considerado complexo, quando há dificuldade de encontrar a solução ótima global, devido à característica de explosão combinatorial e/ou porque apresenta uma modelagem complexa (variáveis inteiras ou discretas, função objetivo não linear e não diferenciável, restrições não lineares, região factível não convexa, etc.) É interessante se utilizar técnicas heurísticas de otimização quando: 1) Quando não há um método exato de otimização para se resolver o problema; 2) Quando a solução ótima não é muito importante do ponto de vista prático. 3) Quando os dados usados apresentam muitas incertezas (como acontece nos problemas de planejamento.) 4) Quando existe limitação do tempo de processamento computacional e pouca memória do computador ou que tem que dar respostas em tempo real.
4 5) Quando se pretende encontrar uma boa solução inicial para ser usada como ponto de partida na aplicação de uma técnica de otimização mais sofisticada. Há vários tipos de algoritmos ou técnicas heurísticas de otimização, no entanto, limitaremos a apresentar o AHC (Algoritmo Heurístico Construtivo) e o Algoritmo de Busca Através da Vizinhança. 2.1 ALGORITMO HEURÍSTICO CONSTRUTIVO (AHC) Este tipo de heurística é uma das técnicas heurísticas de otimização mais usadas para resolver problemas complexos isoladamente ou integrado a metaheurística mais sofisticadas. O AHC é uma técnica de otimização que, em um processo passo a passo, gera uma solução geralmente de boa qualidade de um problema complexo. Em cada passo o AHC escolhe um componente individual da solução que está sendo construída e no último passo termina de gerar uma solução (configuração) factível. A diferença fundamental dos AHCs é que eles utilizam um indicador de sensibilidade. O mais popular é o tipo guloso (greedy), que utiliza a estratégia de em cada passo aquela solução (configuração) que produz o máximo benefício em cada passo. De forma genérica o AHC procede da seguinte maneira: 1- Armazena os dados do problema e escolhe o indicador de sensibilidade que será utilizado. Passo a passo, escolhe-se um componente individual que será incorporado a solução. Geralmente a solução inicia sem componentes. 2- Verificar se a solução em construção já representa uma solução factível. Se factível pare o processo e a solução factível procurada foi encontrada. Caso contrário ir ao passo Usando a solução em construção, resolver o problema que permite identificar o indicador de sensibilidade de todos os componentes do problema que ainda não foram incorporadas na solução em construção. 4- Usando os indicadores de sensibilidade encontrados no passo anterior identificar o elemento que deve ser incorporado na solução em construção. Adicionar o componente que deve ser incorporado na solução em construção e voltar ao passo 2.
5 Exemplo: PROBLEMA DO CAIXEIRO VIAJANTE (Salesman Traveling) Existe um conjunto de n cidades (nós), V = {1,2,3,, n} e um conjunto de caminhos (arcos) ligando cada uma das cidades, caminho (i, j) A. c ij é a distância para ir da cidade i para a cidade j. (c ij não necessariamente é igual a c ji ). O caixeiro deve realizar um tour (roteiro ou percurso) começando na cidade (1) e visitar todas as cidades uma única vez e retornar a cidade de origem (1). Este problema é um problema de programação linear binária, com um número grande de restrições. Formule um modelo matemático que permita encontrar o tour de distância mínima. Seja x ij = { 1 se o percurso é realizado de i para j. 0 se o percurso não é realizado de i para j. i j Supondo que exista caminho para todas as cidades: x ij {0,1}, i = 1,, n e j = 1,, n min z(x) = c ij x ij n (i,j) A Restrições: Pode-se chegar em cada cidade de uma única cidade anterior (uma cidade é visitada uma única vez.) A partir da cidade i pode se passar para uma única cidade. Não pode ter subtours. Seja o problema do caixeiro viajante com n = 6, com caminhos existentes entre todas as cidades. AHC Simples: 1) Escolher a cidade inicial de forma aleatória.
6 2) Utilizar como indicador de sensibilidade a distância mais próxima. Assim se o caixeiro encontra-se na cidade p então se calcula a distância da cidade p para todas as cidades ainda não visitadas e a próxima cidade que será visitada será a que é a que tiver menor distância. Portanto, a cada passo se escolhe uma aresta do grafo que no final deve gerar um tour. Exemplo de um caixeiro viajante com 6 cidades. x 11 x 12 x 13 x 14 x 15 x 16 x 21 x 22 x 23 x 24 x 25 x 26 x 31 x 32 x 33 x 34 x 35 x 36 x 41 x 42 x 43 x 44 x 45 x 46 x 51 x 52 x 53 x 54 x 55 x 56 x 61 x 62 x 63 x 64 x 65 x variáveis binárias. Do exemplo da mochila apresentado anteriormente, aplicar uma heurística construtiva para gerar uma solução (configuração) max z(x) = 6x 1 + 6x 2 + 6x x x 5 s. a. 6x 1 + 6x 2 + 3x 3 + 4x 4 + 2x 5 10 x j {0,1} Algoritmo guloso simples: Escolher em cada passo o produto que apresenta o melhor coeficiente custo/volume. c = [ ], V = [ ] produto coeficiente prioridade , Adicionando o produto x 5 : f.o.=10 recurso disponível=8 Adicionando o produto x 4 : f.o.=20 recurso disponível=4
7 Adicionando o produto x 3 : f.o.=26 recurso disponível=1 Solução: z(x) = 26 { x 3 = x 4 = x 5 = 1 x 1 = x 2 = 0 Proposto: Resolver o problema do caixeiro viajante com 6 cidades e escolher uma inicial aleatoriamente e, em cada passo, escolher a cidade mais próxima até terminar o tour. Considere que a distância (horizontal e vertical) entre duas cidades consecutivas é 1 km e que existe caminho entre todas as cidades. 2.2 MÉTODO DE BUSCA ATRAVÉS DA VIZINHANÇA Estes métodos partem de uma solução inicial factível (ou às vezes pode ser infactível) e utilizando um processo de transição adequado passa para uma outra solução vizinha da solução corrente. Este processo é repetido passando de uma solução (configuração) para outra solução (configuração) vizinha até que o critério de parada seja satisfeito. Durante o processo sempre há a solução corrente e a solução incumbente que é a melhor solução encontrada durante o processo e finalmente representa a resposta do algoritmo. x: configuração corrente x : configuração candidata x x x deve ser vizinho de x. Então deve-se definir o que é vizinho de x. Toda configuração x N(x) é chamado de vizinho de x se a configuração x N(x) pode ser obtido por meio de uma operação elementar que é definido através de regras específicas, que vai definir o o número de elementos de N(x). Por exemplo o problema da mochila com n = 5. Configuração corrente x = [ ] Definição da vizinhança N(x): 1 km São todos os elementos de N(x) todas as configurações que são obtidas a partir de x através de uma das seguintes operações elementares: i) Mudando uma posição de 0 para 1. ii) Mudando uma posição de 1 para 0.
8 iii) Trocando de valor duas posições (uma posição passa de 0 para 1 e outra de 1 para 0 simultaneamente). Assim para se utilizar os métodos de busca através de vizinhanças deve se definir qual a estratégia de vizinhança se vai utilizar para se obter a próxima configuração. REFERÊNCIAS BIBLIOGRÁFICAS Notas de aula da disciplina de Metaheurística do Programa de Pós Graduação em Engenharia Elétrica da UNESP Prof. Rubén Augusto Romero Lázaro.
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
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 maisAlgoritmos Genéticos. Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008
Estéfane G. M. de Lacerda DCA/UFRN Outubro/2008 Introdução São técnicas de busca e otimização. É a metáfora da teoria da evolução das espécies iniciada pelo Fisiologista e Naturalista inglês Charles Darwin.
Leia maisGrafos Hamiltonianos e o Problema do Caixeiro Viajante. Prof. Ademir Constantino Departamento de Informática Universidade Estadual de Maringá
Grafos Hamiltonianos e o Problema do Caixeiro Viajante Prof. Ademir Constantino Departamento de Informática Universidade Estadual de Maringá Grafo Hamiltoniano Definição: Um circuito hamiltoniano em um
Leia maisAlgoritmo Genético. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Algoritmo Genético Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução 2. Conceitos Básicos 3. Aplicações 4. Algoritmo 5. Exemplo Introdução São técnicas de busca
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
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 maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisOtimização em Colônias de Formigas. Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F.
Otimização em Colônias de Formigas Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F. de Carvalho) Principais tópicos Introdução Colônias de Formigas Formação
Leia maisResolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Leia maisQuantidade de memória necessária
Tempo de processamento Um algoritmo que realiza uma tarefa em 10 horas é melhor que outro que realiza em 10 dias Quantidade de memória necessária Um algoritmo que usa 1MB de memória RAM é melhor que outro
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
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 maisMÓDULO 3 - PROBLEMAS DE COBERTURAS DE ARCOS E NÓS
MÓULO 3 - PROBLEMAS E COBERTURAS E ARCOS E NÓS 1. CONCEITOS INICIAIS Área contida na Pesquisa Operacional. Pode ser considerada como uma teoria baseada na interligação de pontos e linhas, utilizada principalmente
Leia maisTeoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
Leia maisPESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Leia maisExemplo do jogo dos fósforos Terça-feira, 9 de maio. Exemplo para o Problema do Corpo de Bombeiros. Exemplo: Localidade do Corpo de Bombeiros
15.053 Terça-feira, 9 de maio Busca Heurística: métodos para resolver problemas de otimização difíceis Distribuir: Anotações da Aula Veja a introdução ao trabalho Very Large Scale Neighborhood Search (está
Leia maisTeoria da Computação. Clique de um Grafo. Alexandre Renato Rodrigues de Souza 1
Teoria da Computação Clique de um Grafo Alexandre Renato Rodrigues de Souza 1 O que é um grafo? Definição 1: grafo é uma estruturas utilizada para representar relações entre elementos de um dado conjunto.
Leia maisA Cidade Enlameada Árvores Geradoras Mínimas
Atividade 9 A Cidade Enlameada Árvores Geradoras Mínimas Sumário Nossa sociedade é conectada por muitas redes: redes telefônicas, redes de abastecimento, redes de computadores e redes rodoviárias. Para
Leia maisMinicurso 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 maisResolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Lagrangeana
Resolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Ana Maria A.C. Rocha e João Luís C. Soares Departamento de Produção e Sistemas Escola de Engenharia Universidade
Leia maisProgramação Linear - Parte 3
Matemática Industrial - RC/UFG Programação Linear - Parte 3 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 3 1/2016 1 / 26 O Método Simplex Encontre o vértice ótimo pesquisando um subconjunto
Leia maisAula 10: Tratabilidade
Teoria da Computação DAINF-UTFPR Aula 10: Tratabilidade Prof. Ricardo Dutra da Silva Na aula anterior discutimos problemas que podem e que não podem ser computados. Nesta aula vamos considerar apenas problemas
Leia maisCAPÍTULO 2 Visão Geral da Abordagem de Modelagem da Pesquisa Operacional 7
SUMÁRIO CAPÍTULO 1 Introdução 1 1.1 A origem da pesquisa operacional 1 1.2 A natureza da pesquisa operacional 2 1.3 O impacto da pesquisa operacional 3 1.4 Algoritmos e/ou courseware 3 Referências selecionadas
Leia maisA PROCURA DAS MELHORES SOLUÇÕES. OTIMIZAÇÃO NA ENGENHARIA
Apresentação 07 Introdução a Engenharia Elétrica A PROCURA DAS MELHORES SOLUÇÕES. OTIMIZAÇÃO NA ENGENHARIA Prof. Edgar Alberto de Brito Prólogo! O trabalho de um engenheiro é incessante a procura de soluções
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
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 maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisConteúdo. Introdução. Notas. Programação Linear Inteira, Introdução. Notas. Notas
Programação Linear Inteira Introdução Haroldo Gambini Santos Universidade Federal de Ouro Preto 30 de agosto de 2011 1 / 26 Conteúdo 1 Otimização 2 Pesquisa Operacional 3 Prob. da Dieta 4 Método Gráco
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisResolução de Problemas. Hugo Barros
Resolução de Problemas Hugo Barros Resolução de Problemas Tópicos Conceitos Básicos Espaço de Estados Resolução de Problemas Dedica-se ao estudo e elaboração de algoritmos, capazes de resolver, por exemplo,
Leia maismétodo de solução aproximada
método de solução aproximada Definir - Representação - Objectivo - Função de avaliação 73 Representação do problema - Definição das variáveis de decisão do modelo escolhido para o problema real. Importante
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 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 maisGRAFOS. Prof. André Backes. Como representar um conjunto de objetos e as suas relações?
8/0/06 GRAFOS Prof. André Backes Definição Como representar um conjunto de objetos e as suas relações? Diversos tipos de aplicações necessitam disso Um grafo é um modelo matemático que representa as relações
Leia maisPESQUISA OPERACIONAL I
PESQUISA OPERACIONAL I Professor: Dr. Edwin B. Mitacc Meza edwin.professor@gmail.com www.engenharia-puro.com.br/edwin Objetivos A disciplina busca possibilitar ao Aluno: Fornecer conhecimentos de Pesquisa
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 2: Programação Matemática Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisINVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL
INVESTIGANDO O PROBLEMA DA MOCHILA IRRESTRITA EM SUA VERSÃO BIDIMENSIONAL Mirella Augusta Sousa Moura, mirella.asm14@hotmail.com Thiago Alves de Queiroz, th.al.qz@catalão.ufg.br Resumo: Empacotamento consiste
Leia maisPesquisa Operacional. Definição. Sumário 2/23/2016
Pesquisa Operacional Prof. Adriano Maranhão Apresentação (Professor) Site: www.resenhadevalor.com.br Graduado em Ciências da Computação UVA/2009 Pós-graduado em Engenharia de Software INTA/2010 DTI/Sobral
Leia maisMatemática Aplicada às Ciências Sociais- 11º ano (Versão: para o manual a partir de 2016/17)
Matemática Aplicada às Ciências Sociais- 11º ano (Versão: para o manual a partir de 2016/17) Professor: Pedro Nóia Livro adotado: Matemática Aplicada às Ciências Sociais- 11º ano Elisabete Longo e Isabel
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisPesquisa Operacional
Pesquisa Operacional Apresentação da disciplina Profa. Sheila Morais de Almeida DAINF-UTFPR-PG março - 2016 Identificação da Disciplina Disciplina: Docente: Pesquisa Operacional. Sheila Morais de Almeida
Leia maisINF INTELIGÊNCIA ARTIFICIAL TRABALHO 1 BUSCA HEURÍSTICA
INF1771 - INTELIGÊNCIA ARTIFICIAL TRABALHO 1 BUSCA HEURÍSTICA Descrição: A Barbie é a garota mais linda e popular do Mundo da Barbie! Porém, o que poucos sabem, é que a Barbie também é uma excelente programadora!
Leia maisO Problema do Fluxo de Custos Mínimos Terça-feira 2 de abril. O Problema do Caminho mais Curto. Fórmula. Outra Fórmula
15.053 Terça-feira 2 de abril O Problema do Caminho mais Curto Algoritmo de Dijkstra para solucionar o Problema do Caminho mais Curto Distribuir: Observações de Aula 1 O Problema do Fluxo de Custos Mínimos
Leia maisAPLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O
APLICAÇÃO DE META-HEURÍSTICAS À ENGENHARIA DE PRODUÇÃ O João Carlos Zayatz Universidade Estadual de Maringá jcarloszay@gmail.com Gislaine Camila Lapasini Leal Universidade Estadual de Maringá gclleal@uem.br
Leia maisMODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Leia maisP COM CONSIDERAÇÃO DE RIGIDEZ AXIAL
P COM CONSIDERAÇÃO DE RIGIDEZ AXIAL As deformações e os esforços atuantes na estrutura de um edifício em concreto armado devidos ao seu peso próprio são em grande parte definidos pelo processo usado na
Leia maisTeoria dos Grafos Aula 18
Teoria dos Grafos Aula 18 Aula passada Coloração Algoritmo guloso Número cromático Teorema das 4 cores Aula de hoje Clusterização (ou agrupamento) Algoritmo Variação Clusterização Coleção de objetos Agrupar
Leia maisComplexidade de Algoritmos. Edson Prestes
Edson Prestes O limite superior de complexidade de um problema refere-se ao melhor algoritmo que o resolve. nlog 2 n é um limite superior para o problema de classificação. O limite inferior de um problema
Leia maisMétodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia maisBC1424 Algoritmos e Estruturas de Dados I Aula 05 Custos de um algoritmo e funções de complexidade
BC1424 Algoritmos e Estruturas de Dados I Aula 05 Custos de um algoritmo e funções de complexidade Prof. Jesús P. Mena-Chalco 1Q-2016 1 1995 2015 2 Custo de um algoritmo e funções de complexidade Introdução
Leia maisHashing: conceitos. Hashing
Hashing: conceitos hashing é uma técnica conhecida como espalhamento, mapeamento ou randomização que tenta distribuir dados em posições aleatórias de uma tabela (array) associa cada objeto (de um determinado
Leia maisProblema da Mochila Booleana: Uma Solução Usando Programação Dinâmica. Gabriel Rosa Guilherme Alves
Problema da Mochila Booleana: Uma Solução Usando Programação Dinâmica Gabriel Rosa Guilherme Alves Agenda O problema, definição e exemplo Construindo uma solução... Expressão recursiva Algoritmo recursivo
Leia mais5. Expressões aritméticas
5. Expressões aritméticas 5.1. Conceito de Expressão O conceito de expressão em termos computacionais está intimamente ligado ao conceito de expressão (ou fórmula) matemática, onde um conjunto de variáveis
Leia maisO Problema de Transportes
Investigação Operacional- 00/0 - Problemas de Transportes 8 O Problema de Transportes O problema geral de transportes consiste em determinar a forma mais económica de enviar um bem que está disponível
Leia maisAnálise e Implementação de Algoritmos para o Roteamento de Veículos
Análise e Implementação de Algoritmos para o Roteamento de Veículos Milton Roberto Heinen 1 1 Universidade do Vale do Rio dos Sinos (UNISINOS) Mestrado em Computação Aplicada CEP 93022-000 - São Leopoldo
Leia maisPlanificação a médio e longo prazo. Matemática B. 11º Ano de escolaridade. Total de aulas previstas: 193. Ano letivo 2015/2016
Planificação a médio e longo prazo Matemática B 11º Ano de escolaridade. Total de aulas previstas: 193 Ano letivo 2015/2016 Professor responsável: Paulo Sousa I O programa Matemática B do 11º Ano - Página
Leia maisTerminologia encontrada para PO
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Aula 01 Introdução sobre PO Prof. Dr. José Arnaldo Barra Montevechi Terminologia encontrada para PO Operational
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisEstudo e Implementação de Algoritmos de Roteamento sobre Grafos em um Sistema de Informações Geográficas
Estudo e Implementação de Algoritmos de Roteamento sobre Grafos em um Sistema de Informações Geográficas RUDINI MENEZES SAMPAIO 1 HORÁCIO HIDEKI YANASSE 2 1 UFLA Universidade Federal de Lavras DCC Departamento
Leia maisOTIMIZAÇÃO FUNÇÕES UTILIZANDO ALGORITMOS GENÉTICOS NO APLICATIVO MS EXCEL RESUMO INTRODUÇÃO
OTIMIZAÇÃO FUNÇÕES UTILIZANDO ALGORITMOS GENÉTICOS NO APLICATIVO MS EXCEL Miquéias Augusto Ferreira Nantes 1, Douglas Peixoto de Carvalho 1 (Alunos do Curso de Matemática da Universidade Anhanguera - Uniderp)
Leia maisIntrodução à Teoria dos Grafos
Capítulo 1 Introdução à Teoria dos Grafos 1.1 História O primeiro problema cuja solução envolveu conceitos do que viria a ser teoria dos grafos, denominado "problema das pontes de Königsberg", foi resolvido
Leia maisTeoria dos Grafos Aula 23
Teoria dos Grafos Aula 23 Aula passada Apresentação de trabalhos Discussão da prova Subset sum Problema da mochila Aula de hoje Caminho mais curto entre todos os pares Algortimo de Floyd Warshall Programação
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 Resolução de problemas por meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisAlgoritmos Avançados Análise de Complexidade
CCAE Centro de Ciências Aplicadas e Educação UFPB - Campus IV - Litoral Norte Algoritmos Avançados Análise de Complexidade COMPLEXIDADE DE ALGORITMOS Definição: A Complexidade de um Algoritmo consiste
Leia maisSistemas de Informação e Decisão. Douglas Farias Cordeiro
Sistemas de Informação e Decisão Douglas Farias Cordeiro Decisão Tomamos decisões a todo momento! O que é uma decisão? Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis,
Leia maisInteligência 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 maisPalavras-chave: problema do corte de estoque, reaproveitamento das sobras, métodos heurísticos.
INVESTIGANDO O PROBLEMA DO CORTE DE ESTOQUE: COMO REAPROVEITAR AS SOBRAS Maraisa Aparecida Dias Fernandes, maraisa.adf@hotmail.com Thiago Alves de Queiroz, th.al.qz@catalao.ufg.br Resumo: O problema de
Leia maisProblema do Caminho Mais Curto. Problema do Caminho Mais Curto
Problema do Caminho Mais Curto " Podemos afectar pesos" aos arcos de um grafo, por exemplo, para representar uma distância entre cidades numa rede ferroviária: ria: Chicago 650 600 700 Toronto 200 New
Leia maisComputadores e Programação (DCC/UFRJ)
Computadores e Programação (DCC/UFRJ) Aula 3: 1 2 3 Abstrações do Sistema Operacional Memória virtual Abstração que dá a cada processo a ilusão de que ele possui uso exclusivo da memória principal Todo
Leia maisOTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES.
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES. Renato Guilherme Martins Junior (ICV-UNICENTRO), Richard Aderbal Gonçalves (Co-orientador), Carolina Paula de Almeida (Orientadora)
Leia maisc PAVF 2 Produc~ao Considere o problema de determinar a melhor maneira de combinar varios insumos (p. ex., sementes, maquinario, trabalho humano, :::
c PAVF 1 Aplicac~oes Produc~ao Aproximac~ao Planejamento Controle Alocac~ao Geometria Equac~oes c PAVF 2 Produc~ao Considere o problema de determinar a melhor maneira de combinar varios insumos (p. ex.,
Leia maisPesquisa Operacional II. Professor João Soares de Mello
Pesquisa Operacional II Professor João Soares de Mello http://www.uff.br/decisao/notas.htm Ementa Teoria dos grafos (pré-requisitos: PO I, Álgebra Linear) Programação não linear (pré-requisitos: PO I,
Leia maisNotas de Aula Disciplina Matemática Tópico 02 Licenciatura em Matemática Osasco -2010
Notas de Aula Disciplina Matemática Tópico 0 Licenciatura em Matemática Osasco -010 Equações Polinomiais do primeiro grau Significado do termo Equação : As equações do primeiro grau são aquelas que podem
Leia maisSistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Leia mais* O que originou a designação Operational Research no Reino Unido, A origem da Investigação Operacional (IO)?
A origem da Investigação Operacional (IO)? A IO surgiu no final da II Guerra Mundial quando os Aliados se viram confrontados com problemas (relativamente aos recursos logísticos e às operações* das forças
Leia maisIMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL 1. INTRODUÇÃO Este tutorial apresenta, passo-a-passo, o processo de implementação e resolução de modelos matemáticos na planilha
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 maisMecanismos de Interrupção e de Exceção, Barramento, Redes e Sistemas Distribuídos. Sistemas Operacionais, Sistemas
Arquitetura de Computadores, Arquitetura de Computadores Organização de Computadores, Conjunto de Instruções, Sistemas Operacionais, Sistemas Operacionais, Sistemas Mecanismos de Interrupção e de Exceção,
Leia maisMATEMÁTICA NÍVEL MÉDIO
MATEMÁTICA NÍVEL MÉDIO 1. CONJUNTOS 1.1. Representação e relação: pertinência, inclusão e igualdade. 1.2. Operações: união, intercessão, diferença e complementar. 1.3. Conjuntos numéricos: Naturais, Inteiros,
Leia maisAlgoritmos 2 - Introdução
DAINF - Departamento de Informática Algoritmos 2 - Introdução Prof. Alex Kutzke (http://alex.kutzke.com.br/courses) 19 de Agosto de 2015 Slides adaptados do material produzido pelo Prof. Rodrigo Minetto
Leia maisMÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL
MÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL Problemas de PL nos quais todas as restrições são ( ) com lados direitos não negativos oferecem uma solução básica inicial viável conveniente, na qual todas as
Leia maisCap. 2 Pesquisa Operacional na Tomada de Decisão
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS Cap. Pesquisa Operacional na Tomada de Decisão 5/3/00 Prof. Antonio Marcos Goulart. PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Origem da Pesquisa
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS
UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS Representação de Números Reais e Erros 1. Converta os seguintes números
Leia maisCiência da Computação Engenharia de Computação Mestrado em Informática. Teoria dos Grafos. Maria Claudia Silva Boeres.
Ciência da Computação Engenharia de Computação Mestrado em Informática Maria Claudia Silva Boeres boeres@inf.ufes.br Programa 1.Conceitos Básicos 2.Grafos Eulerianos e Hamiltonianos 3.Caminhos, Ciclos
Leia maisMatriz de Referência da área de Matemática Ensino Fundamental
Matemática EF Matriz de Referência da área de Matemática Ensino Fundamental C1 Utilizar o conhecimento numérico para operar e construir argumentos ao interpretar situações que envolvam informações quantitativas.
Leia maisIntrodução à Lógica de Programação
Sistemas Operacionais e Introdução à Programação Introdução à Lógica de Programação 1 Resolução de problemas usando computador Computador: ferramenta para processamento automático de dados Processamento
Leia maisPesquisa Operacional. Evanivaldo Castro Silva Júnior
Evanivaldo Castro Silva Júnior Conteúdo Fundamentos da Pesquisa Operacional. Modelos Lineares. Métodos de solução gráfica e algoritmo simplex. Aplicações de Programação Linear. Análise de Sensibilidade.
Leia maisEstudo heurístico de performance de estratégias de investimento simples baseadas na média móvel e desvio padrão no mercado ForEx
Estudo heurístico de performance de estratégias de investimento simples baseadas na média móvel e desvio padrão no mercado ForEx Lucas Roberto da Silva Centro de Automação, Gestão e Pesquisa em finanças
Leia maisTP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Introdução Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema
Leia maisResolução de Problemas
Resolução de Problemas Como um agente pode encontrar uma sequência de ações que alcança seus objetivos quando nenhuma ação isolada é capaz de fazê-lo. 1 Resolução de Problemas Agente reativo simples: baseia
Leia maisProgramação Dinâmica: Modelos Determinísticos
Programação Dinâmica: Modelos Determinísticos Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.br/~fmarins fmarins@feg.unesp.br
Leia maisAnt Colony Optimization
Ant Colony Optimization por Fabricio Breve Fabricio Breve fabricio@rc.unesp.br 02/06/2016 Fabricio Breve 1 Ant Colony Optimization Origem na tese de doutorado de Marco Dorigo, em 1992 Ant Systems Algoritmo
Leia mais