Computando Limites Inferiores e Superiores Justos para o Problema de Mínima Latência
|
|
- Thomas Bernardes
- 5 Há anos
- Visualizações:
Transcrição
1 Computando Limites Inferiores e Superiores Justos para o Problema de Mínima Latência João Fernando Machry Sarubbi, Henrique Pacca Loureiro Luna 2, Gilberto de Miranda Jr., Ricardo Saraiva de Camargo Departamento de Ciência da Computação Universidade Federal de Minas Gerais (UFMG) Belo Horizonte MG Brasil 2 Instituto de Computação Universidade Federal de Alagoas (UFAL) Maceió AL Brasil Departamento de Engenharia da Produção Universidade Federal de Minas Gerais (UFMG) Belo Horizonte MG Brasil Departamento de Ciências Exatas e Aplicadas Universidade Federal de Ouro Preto (UFOP) João Monlevade MG Brasil jsarubbi@dcc.ufmg.br, pacca@tci.ufal.br miranda@dep.ufmg.br, rcamargo@decea.ufop.br Abstract. The Minimum Latency Problem (MLP), also known as Traveling Repairman Problem, the Deliveryman Problem and the Traveling Salesman Problem with Cumulative Costs is a variant of the Traveling Salesman Problem in which a repairman is required to visit customers located on each node of a graph in such a way that the overall waiting times of these customers is minimized. In the present work, we present an new linear model for the MLP based on Vander Wiel and Sahinidis model. Besides, a specialized GRASP algorithm gives the optimal solution for almost all tested instances. Our model present a tight linear bound and our heuristic presents a sharp upper bound for the problem. Resumo. O Problema de Mínima Latḙncia é um variante do Problema de Caixeiro Viajante onde o objetivo é encontar um circuito Hamiltoniano que minimize a soma dos tempos de espera dos consumidores. Apesar de ser um problema correlato ao Problema do Caixeiro Viajante, o PML é considero bem mais mal comportado de um ponto de vista computacional. Para esse problema apresentamos um novo modelo matemático baseado no modelo de Vander Wiel e Sahinidis e uma heurística GRASP para o Problema. Através do modelo conseguimos resultados ótimos para problemas de até 60 nós, o mesmo número apresentado na literatura. Além disto, através da heurística conseguimos encontrar o valor ótimo para a maiora das instˆancias testadas. [0]
2 . Introdução O Problema de Mínima Latência (PML), do inglês Minimum Latency Problem, também conhecido como Traveling Repairman Problem e Deliveryman Problem é uma variante do Problema do Caixeiro Viajante (PCV) [Dantzig et al. ][Nemhauser and Wolsey ]. Nesse problema o objetivo é encontrar um circuito Hamiltoniano iniciando de um único depósito que minimize a soma dos tempos de espera dos consumidores. Nesse trabalho apresentamos um novo modelo matemático para o problema e uma heurística especializada para conseguir limites superiores justos para o problema. 2. Problema de Mínima Latência O Problema de Mínima Latência (PML) [Conway et al. 6] [Lucena 0] [Bianco et al. ] [Blum et al. ] [Wu et al. 200], do inglês Minimum Latency Problem, também chamado de Traveling Repairman Problem, Deliveryman Problem e Traveling Salesman Problem with Cumulative Costs é um variante do Problema do Caixeiro Viajante [Dantzig et al. ] (PCV) no qual um reparador é requerido para visitar consumidores localizados em todos os nós de um grafo de uma forma que o tempo de espera de todos os consumidores seja minimizado. Os nodos são indexados por,2,...,n, onde n é o número total de nodos. Tipicamente, o reparador deixa um nodo base, digamos nodo, visita cada um dos n consumidores exatamente uma vez e retorna para o nodo. Esse problema foi introduzido e relacionado com o PCV em 6, por Conway, Maxwell e Miller [Conway et al. 6], quando o PML era conhecido como um problema de sequenciamento. Nesse tipo de aplicação, o PML pode ser interpretado como um problema de sequenciamento em uma máquina com tempo de processamento dependente da sequência e onde o tempo total das tarefas deve ser minimizado [Eijl ]. Apesar da óbvia similaridade com o clássico PCV, o PML aparenta ser bem menos comportado de um ponto de vista computacional [Goemans and Kleinberg ]. No PML, o objetivo é minimizar a latência total de todos os consumidores, enquanto no PCV padrão a função objetiva é focada na minimização do tempo de viagem de um único caixeiro viajante. O PML é mais complexo pois ele incorpora os objetivos conflitantes dos consumidores, ao invés de trabalhar somente com um único tempo de viagem como no PCV original. Tanto o PML como o PCV são casos especiais do Problema do Caixeiro Viajante com Dependência de Tempo(PCVDT) [Picard and Queyranne ] [Lucena 0] [Wiel and Sahinidis ]. No PCVDT o custo de atravessar um arco ligando dois nodos pode variar com a posição da aresta dentro do circuito Hamiltoniano [Lucena 0]. Em outras palavras, enquanto no PCV original, o custo entre dois nodos é dado por c ij, no PCVDT o custo entre os nodos i e j depende do período de tempo t e é dado por c ijt. É assumido que o tempo de viagem entre dois nodos corresponde a um periodo de tempo. Então, no PCVDT, a função de custo é uma métrica entre o custo da aresta e e a posição de visitação do nodo i implicando em um custo c(e,i). O PCV é um caso especial onde a função de custo só depende do custo da aresta c(e,i) = e enquanto no PML é um caso especial onde o custo é dado por c(e,i) = (n i) e, como visto em [Blum et al. ]. O PML é NP-hard e também MAX-SNP-hard [Blum et al. ]. Algoritmos de tempo polinomial são somente conhecidos para grafos bem específicos [Afrati et al. ] []
3 [Garcia et al. 2002]. Veja [Wu et al. 200] para mais detalhes. Apesar de difícil existem muitos trabalhos na relação de algoritmos de aproximação [Blum et al. ] [Goemans and Kleinberg ] [Arora and Karakostas 200] [Archer and Williamson 200]. O primeiro fator de de aproximação para o PML foi e foi dado por Blum at al. [Blum et al. ].Chaudhuri e al. [Chaudhuri et al. 200] e melhoraram o fator para.. Algoritmos de otimização para o PML são providos por Lucena [Lucena 0], Simchi- Levi e Berman [Simchi-Levi and Berman ], Fischetti, Laporte e Martelo [Fischetti et al. ]. O primeiro propôs um algoritmo enumerativo baseado em uma formulação não-linear inteira onde os limites inferiores foram obtidos por relaxação Lagrangeana. Ele relata resultados ótimos para problemas de até 0 nós. Simchi-Levi e Berman descrevem um método Branch-and-Bound baseado na relaxação da árvore geradora mínima. Fischetti et al. propuseram um algoritmo Branch-and- Bound baseado numa formulação de programação inteira. O artigo utilizou matróides acumulativos para gerar o limite inferior. Atualmente, somente problemas de 60 nós são resolvidos na otimalidade [Fischetti et al. ] [Blum et al. ] [Eijl ]. Bianco, Mingozzi, Ricciardelli e Spadoni [Bianco et al. ] desenvolveram uma modelagem para o Problema de um Veículo de Entrega (PUVE), do inglês, Single Vehicle Delivery Problem. Este problema caracteriza-se por um único veículo, saindo de uma origem o, que percorrendo um circuito Hamiltoniano necessita entregar q i passageiros em cada nó i do grafo G = (V,E). Além disto, o motorista necessita, após percorrer todos os nós, entregar q o passageiros no nó origem (nó o). Este problema está extremamente relacionado ao PML. A diferença está na quantidade heterogênea de passageiros entregues em cada nó i. Fazendo q i = i V o problema se transforma no PML. Desta forma pode-se classificar este problema como uma variação mais abrangente e complexa do PML. Isto é observado pois o custo não está só relacionado ao tempo e a ordem de visitação dos nós, mas também à quantidade de passageiros entregues em cada nó, priorizando assim os nós que tem uma demanda maior. Bianco, Mingozzi, Ricciardelli e Spadoni [Bianco et al. ] resolveram o problema anterior de forma exata através de um algoritmo que utilizou relaxação Lagrangeana e programação dinâmica. Este algoritmo conseguiu resolver instâncias de até 0 nós. Entretanto, em todas as instâncias apresentadas por Bianco et al. as demandas em cada nó eram unitárias, caracterizando assim o PML e não o PUVE.. Modelo Matemático Seja G = (V,E) um grafo onde V é o conjunto de vértices e E é o conjunto de arestas, podemos representar o problema através do modelo matemático descrito a seguir. Seja o seguinte conjunto de variáveis: x ki = { se o nodo i é visitado na ordem k 0 caso contrário. f kij 0: fluxo transportado no arco (i,j) na posição k. e o seguinte conjunto de parâmetros: c ij : custo fixo pago pelo entregador para passar pelo arco (i,j). É possível desenvolver a seguinte formulação de programação linear inteira mista para o PML: min n (n k + )c ij f kij () k= (i,j) E [2]
4 sujeito a n x kj = j V, (2) k= x kj = k =...n, () j V j V i j i V i j f kij = x ki k =...n, i V () f kij = x (k+)j k =...n, j V () x = (6) x (n+)i = () f ijk 0 i V, j V k =...(n + ) () x ki {0,} i V k =...(n + ) () Vander Wiel e Sahinidis [Wiel and Sahinidis ] mostraram uma formulação para o PCVDT muito similar a esta. O PCVDT e o PML são fortemente relacionados, mas não são o mesmo problema. Uma vez que a ordem de visitação do PML deve começar com o primeiro nodo não é possível utilizar diretamente a formulação de Vander Wiel e Sahinidis sem asseguram essa propriedade. Também é necessário definir um conjunto K de posições variando de até (n + ), modificando as restrições de acoplamento () e () para assegurar essa característica. Uma restrição adicional deve assegurar que o último nodo visitado também seja a origem(), forçando a existência de um fluxo não nulo f in.. GRASP: Computando Limites Superiores Eficientemente De acordo com Vander Wiel e Sahinidis [Wiel and Sahinidis ] existe um número limitado de heurísticas para o CVDT. Em sua abordagem exata, Lucena [Lucena 0] apresentou uma adaptação da heurística 2-opt que tem sido usada para o PCV. Essa adaptação obteve bons resultados. Lucena [Lucena 0] apresentou limites superiores próximos ao ótimo para instâncias aleatórias do PML em instâncias de até tamanho 0. Em, Bianco, Mingozzi, Ricciardelli [Bianco et al. ] utilizaram a heurística do vizinho mais próximo [Johnson and McGeoch ] para obter uma solução inicial que era melhorada utilizando posteriormente uma heurística de troca. Para instâncias de até nodos a heurística apresentou soluções 6% do ótimo, mas nenhuma solução ótima foi encontrada. Os mesmos autores também apresentaram uma heuristica baseada em programação dinâmica que encontrou melhores resultados. Bianco, Mingozzi e Ricciardelli [Bianco et al. ] de até % do ótimo para problemas de até 60 nodos. Em, Fischetti et al. [Fischetti et al. ] apresentaram uma heurística -opt com resultados de até % do ótimo. Nesse trabalho, nós apresentamos uma heurística eficiente para o PML. O método GRASP, do inglês, Greedy Randomized Adaptive Search Procedure, em português (procedimento de busca guloso, adaptativo e aleatório)) [Feo and Resende ] [Resende and Ribeiro 200] foi o escolhido para encontrar soluções viáveis para o PML. O algoritmo GRASP é uma meta-heurística que, a cada iteração, constrói uma solução viável utilizando uma busca gulosa e, depois, um método de busca local. []
5 Essa meta-heurística consiste em duas fases: a construção de uma solução viável e um subsequente procedimento de busca local. Essas duas fases são repetidas a cada iteração. Na fase de construção, uma função aleatória gulosa é usada para construir uma solução inicial. Essa solução é então usada como solução inicial para o procedimento de busca local. Nosso algoritmo GRASP tem uma terceira fase chamada de Path-Relinking. Esta fase é usada para melhorar a solução dada pela busca local. O resultado final é simplesmente a melhor solução depois de todas as iterações. No Algoritmo apresentamos o esquema do nosso algoritmo GRASP. Algorithm GRASP : procedure GRASP(Max Iterações) 2: for i to Max Iterações do : FaseConstrução(); : BuscaLocal(); : if SoluçãoMelhor() then 6: AtualizeMelhorSolução(); : BuscaLocal(); : else : PathRelink(SoluçãoBuscaLocal, MelhorSoluçãodeTodas); 0: if SoluçãoMelhor() then : AtualizeMelhorSolução(); 2: BuscaLocal(); : end if : end if : end for 6: end procedure Na fase de construção, uma técnica gulosa e aleatória gera uma solução viável. Essa solução viável é iterativamente construída, um elemento por vez. Nós escolhemos o algoritmo do vizinho mais próximo [Johnson and McGeoch ] como o algoritmo da fase de construção. Ao invés de escolhermos sempre o melhor elemento construíoms uma Lista Restrita de Candidatos (LRC) de bons elementos e aleatoriamente escolhemos um dos melhores candidatos da lista, mas não necessariamente o melhor. Um parâmetro α determina o nível de aleatoriedade ou gulosidade do método. Quando α = 0 nós temos uma solução totalmente gulosa. Por outro lado, quando α = temos uma solução totalmente aleatória. Além disto, ao invés de trabalharmos com um α fixo, escolhemos trabalhar com um α variável na mesma iteração da fase de construção. A cada passo da fase de construção α aumenta de um α inicial para um α final. Nós escolhemos essa estratégia pois os primeiros nódos tem mais influência na solução final que os últimos nodos. No PML, o custo de cada arco é multiplicado pelo número de arcos que faltam para completar o ciclo Hamiltoniano. Algoritmo 2 o esquema que define nossa fase de construção. Nosso procedimento de busca local também é diferente da maioria dos procedimentos usados. Ao invés de usar um único algoritmo, nós utilizaremos simples métodos de busca local. Primeiramente, um método 2-opt [Johnson and McGeoch ], como mostrado na figura () é aplicado para melhorar a solução da fase de construção. Nossa segunda busca local é um algoritmo de inserção. Dada uma solução parcial oriunda da fase de construção essa busca local funciona da seguinte forma: para cada elemento, nós o inserimos em todas as possíveis posições anteriores. Depois de cada inserção, deslocamos uma posição todos os elementos entre os dois nodos envolvidos nesse passo dessa busca local. Este procedimento é repetido para todos os outros elementos da solução parcial. Um exemplo é mostrada na figura (2), quando tentamos colocar o nodo 6 na segunda posição. Nosso terceiro procedimento de busca local é um tipo de busca local 2-opt, mas ao invés de []
6 Algorithm 2 FaseConstrução : procedure FASECONSTRUÇÃO(α,α inicial,α final,n,origem) 2: α = α inicial ; : SoluçãoInicial= {Origem}; : Nodo = Origem; : for i 2 to N do 6: ConstruaListaLRC(Nodo,α); : Nodo = AleatoriamenteEscolhaPróximoNodeDaListaRestricadeCandidatos(); : SoluçãoInicial = SoluçãoInicial {Nodo} : α = α + (α final α inicial )/N; 0: end for : end procedure mudar todos os pares de nodos, mudamos todos os pares de dois nodos consecutivos. Um exemplo é mostrado na figura (). Nosso último procedimento de busca local é parecido com o terceiro, mas ao invés de trabalhar com conjuntos de dois nodos, trabalhamos com conjuntos de nodos. Um exemplo é mostrado na figura (). Algorithm BuscaLocal : procedure BUSCALOCAL(it) 2: Procedimento 2-opt(); : Procedimento Inserção(); : Procedimento Conjunto 2(); : Procedimento Conjunto (); 6: end procedure (a) Antes (b) Depois (a) Antes (b) Depois Figura. Busca Local 2-opt Figura 2. Busca Local Inserção (a) Antes (b) Depois (a) Antes (b) Depois Figura. Busca Local Conjunto 2. Figura. Busca Local Conjunto. []
7 Tabela. Tabela of Resultados - Resultados Exatos n Média Média Máximo Média Média Máximo Tempo Tempo Tempo Tempo LP LI/Ótimo LI/Ótimo (s) Usando LS (s) Usando LS (s) (s) (%) (%) Resultados Computacionais Os testes foram realizados em uma máquina Pentium IV com.0ghz de processador e Gbyte de memória RAM. O sistema operacional utilizado foi o Linux e o resolvedor usado para calcular o limite inferior foi o CPLEX.. da ILOG. AS instâncias testes foram geradas como sugerido em [Fischetti et al. ]. Os custos foram randomicamente gerados de acordo com uma distribuição uniforme entre [,00]. Após isto, para garantir a desigualdade triangular, foram calculados caminhos mínimos. Todas as instâncias geradas são assimétricas. Para cada classe de valores n, 0 instâncias pseudo-aleatórias foram criadas. Para calcular o limite inferior utilizamos o método Barreira presente no resolvedor CPLEX. Cada instância foi resolvida pelo Cplex duas vezes, uma configurando o Cplex com uma ênfase que mescla otimalidade e viabilidade inteira e outra que enfatiza somente a viabilidade inteira. Os valores na tabela () mostram os valores médios e máximos do tempo de computação e do Gap de relaxação linear da formulação ()-(). Os campos Média Tempo Usando LS (s) e Máximo Tempo Usando LS (s) mostram o tempo de computação do resolvedor Cplex fornecendo como solução inicial (limite superior) a solução gerada pela algoritmo Grasp apresentado na seção(). A inclusão de uma solução próxima a solução ótima faz com que o Cplex encontre o ótimo mais rapidamente, em comparação com o mesmo modelo sem a inclusão de nenhuma solução inicial (vide campo Média Tempo (s)). Isso ocorre pois esse limite superior próximo ao ótimo será o limite superior do Branch-and-Bound. A formulação ()-() habilita calcularmos soluções exatas de até 60 nodos. Estamos cientes que Fischetti, Laporte e Martelo [Fischetti et al. ] fizeram o mesmo em com um tempo de esforço computacional menor. Entretanto, a formulação ()-() é uma boa alternativa para computarmos limites inferiores justos em um tempo computacional razoável... Resultados usando GRASP para as Instâncias de Fischetti, Laporte e Martelo A tabela (2) apresenta os resultados do algoritmo GRASP para as instâncias de Fischetti, Laporte e Martelo. Coluna Média (%) LI/LS mostra o Gap de otimalidade considerando como limite superior [6]
8 Tabela 2. Tabela de Resultados: GRASP n Média (s) Máximo Média (%) Máximo (%) Média(%) Máximo (%) Tempo Iterações Gap Ótimo Gap Ótimo LI/LS LI/LS o valor dado pelo algoritmo GRASP, e como limite inferior o limite de ralaxação linear dado pelo CPLEX utilizando a formulação()-(). Nos selecionamos o parâmetro α final do algoritmo GRASP como sendo 0.. O parâmatro α inicial é variável com o tamanho da instâncias. Para instâncias de tamanho 0, 2,, 2, 20 e 0 rodamos o algoritmo GRASP com α inicial = 0.. Para as instâncias maiores rodamos com valores para α inicial variando de 0. até 0.2. A tabela (2) também apresenta nos campos, Média (%) LI/LS e Média (%) LI/LS os valores médios e máximos dos Gaps entre os limites inferiores e superiores encontrados. Os limites inferiores são os valares da relaxação linear no modelo e os limites superiores foram calculados pelo algoritmo Grasp. Como podemos verificar a média dos Gaps não chega a %, isto é, a análise conjunta das duas técnicas (modelo com uma boa relaxação linear e limites superiores encontrados pelo algoritmo Grasp) gera bons resultados. 6. Conclusão Nesse trabalho apresentamos um novo modelo matemático para o Problema de Mínima Latência. Com esse modelo apresentamos resultados exatos para instâncias de até 60 nós, o mesmo número apresentado pela literatura. Apesar das instâncias serem resolvidas no ótimo em um tempo de computação razoável, os limites inferiores são encontrados muito rapidamente. Esses limites, como foi apresentado anteriormente, estão pxóximos de 2%. Além disto, apresentamos uma heurística baseada no método Grasp que conseguiu limites superiores ótimos para a maiora das instâncias até nós, algo nunca apresentado antes para esse problema. Para instâncias de 60 nós conseguimos limites superiores menores de 2%, algo também nunca alcançado. Outra análise diz respeito a introduzir como primeira solução viável no Cplex a solução encontrada pelo nosso algoritmo Grasp. Como é mostrada na tabela (), essa abordagem diminui o tempo de computação do resolvedor Cplex. Como trabalhos futuros é possível melhorar aperfeiçoar o algoritmo Grasp para que as quatro buscas locais não sejam executadas todas as iterações para diminuir o tempo de computação. Além disto, é possível aperfeiçoar a fase de construção analisando não somente o próximo nó, mas []
9 um conjunto de nós subsequentes que devam ser visitados. Isto é, é possível analisar o impacto no custo ao se escolher não um, mas os próximos ou nós que farão parte da solução inicial. Referências Afrati, F., Cosmadakis, S., Papadimitriou, C. H., Papageorgiou, G., and Papakostantinou, N. (). The complexity of the traveling repairman problem. Informatique Theorique et Applications, 20():. Archer, A. and Williamson, D. (200). Faster approximation algorithms for the minimum latency problem. pages 6. th (SODA)ACM-SIAM Symposion on Discrete Algorithms. Arora, S. and Karakostas, G. (200). Aproximation schemes for minimum latency problems. SIAM J. Comput., 2():. Bianco, L., Mingozzi, A., and Ricciardelli, S. (). The traveling salesman problem with cumulative costs. Networks, 2(2):. Bianco, L., Mingozzi, A., Ricciardelli, S., and Spadoni, M. (). A new algorithm for the single vehicle delivery problem. In Logistique- Production, Distribution, Transport, pages 20. Conference on the Practice and Theory of Operations Management et es Journées Francophones sur la Logistique et le Transportes. Blum, A., Chalasani, P., Coppersmish, D., Pulleyblank, B., Raguavan, P., and Sudan, M. (). The minumum latency problem. Proc 26th Annual ACM Symposium on Theory of Computting. Montreal. Chaudhuri, K., Godfrey, B., Rao, S., and Talwar, K. (200). Paths, trees and minimum latency tours. IEEE Symposium on Foundations of Computer Science-FOCS. Conway, R., Maxwell, W., and Miller, L. (6). Theory of Scheduling. Addison-Wesley. Dantzig, R., Fulkerson, R., and Johnson, S. (). Solution of a large-scale traveling-salesman problem. Operations Research, 2: 0. Eijl, C. (). A polyhedral approch to the delivery man problem. Memorandum COSOT, Eindhoven University of Tecnology, New York University. Feo, T. and Resende, M. (). Greedy randomized adaptive search procedures. Journal of Global Optimization, 6:0. Fischetti, M., Laporte, G., and Martelo, S. (). methods. Operations Research, 6:0 06. The delivery man problem and cumulative Garcia, A., Jodrá, P., and Tejel, J. (2002). A note on the traveling repairman problem. Networks, 0():2. Goemans, M. and Kleinberg, J. (). An improved approximation ratio for the minimum latency problem. Matemathical Programming, 2: 2. Johnson, D. S. and McGeoch, L. A. (). Local Search in Combinatorial Optimization, chapter The Traveling Salesman Problem: a case study. John Wiley & Sons Ltd. Lucena, A. (0). Time-dependent traveling salesman problem - the deliveryman case. Networks, 20: 6. []
10 Nemhauser, G. and Wolsey, L. (). Integer and Combinatorial Optimization. Wiley Interscience Series in Discrete Mathematics and Optimization. Picard, J. C. and Queyranne, M. (). The time-dependent traveling salesman problem and its application to the tardiness problem in one-machine scheduling. Operations Research, 26:6 0. Resende, M. and Ribeiro, C. (200). A GRASP with path-relinking for private virtual circuit routing. Networks, ():0. Simchi-Levi, D. and Berman, O. (). Minimize the total flow time of n jobs on a network. IIE Trans., 2:26 2. Wiel, R. J. V. and Sahinidis, N. V. (). Heuristic bounds and test problem generation for the time-dependent traveling salesman problem. Transportation Science, 2(2):6. Wu, B. Y., Huang, Z.-N., and Zhan, F.-J. (200). Exact algorithms for the minimum latency problem. Information Processing Letters, 2(6):0 0. []
UM NOVO MODELO DE FLUXOS PARA O PROBLEMA DA MÍNIMA LATÊNCIA
UM NOVO MODELO DE FLUXOS PARA O PROBLEMA DA MÍNIMA LATÊNCIA João Fernando Machry Sarubbi 1 Universidade Federal de Minas Gerais Av. Antônio Carlos 6627 Pampulha CEP 31270-901 Belo Horizonte MG - ICEX -
Leia maisUm Algoritmo Branch-and-Bound para o Problema da Mínima Latência
Um Algoritmo Branch-and-Bound para o Problema da Mínima Latência Gabriel A. C. Mattar João F. M. Sarubbi Centro Federal de Educação Tecnológica de Minas Gerais Belo Horizonte-MG, Brasil gabrielmattar41@gmail.com
Leia mais2. PROBLEMA DO CAIXEIRO VIAJANTE
Caixeiro Viajante. Ele consiste em, dado um conjunto de distâncias, ou tempos de viagem, entre diversas localidades, achar um circuito de comprimento mínimo que, saindo de uma origem, percorra todas as
Leia maisCentro de Tecnologia, Campus I - Bloco G, Cidade Universitária, , João Pessoa, PB RESUMO
UMA HEURÍSTICA BASEADA EM GRASP E ITERATED LOCAL SEARCH PARA O PROBLEMA DA MÍNIMA LATÊNCIA Marcos de Melo da Silva 1, Anand Subramanian 1,2, Luiz Satoru Ochi 1 1 Instituto de Computação - Universidade
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 maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisProblema do Caixeiro Viajante
Problema do Caixeiro Viajante 1 Introdução Minimizar o custo de um ciclo hamiltoniano em um grafo completo (William R. Hamilton,1857,Around The World); Solução por enumeração: R( n ) = ( n - 1 )! Um computador
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisANÁLISE DE RESULTADOS NA CONSTRUÇÃO DE ROTA PARA O PROBLEMA DO CAIXEIRO VIAJANTE
ANÁLISE DE RESULTADOS NA CONSTRUÇÃO DE ROTA PARA O PROBLEMA DO CAIXEIRO VIAJANTE Luiz Antonio Kretzschmar, Luiz Fernando Nunes, Paula Francis Benevides Departamento de Matemática Universidade Tecnológica
Leia maisPrática 00. Total 04. Pré-requisitos. No. De Créditos 04
Disciplina Otimização Combinatória Departamento Carga Horária Semanal MINISTÉRIO DA EDUCAÇÃO E CULTURA PRÓ-REITORIA DE GRADUAÇÃO 1 PROGRAMA DE DISCIPLINA Departamento de Computação Teórica Pré-requisitos
Leia maisAplicação de uma Metaheurística GRASP para o Problema da Árvore de Steiner em Grafos Direcionados
Aplicação de uma Metaheurística GRASP para o Problema da Árvore de Steiner em Grafos Direcionados Marcelo Lisboa Rocha, Sóstenes Pereira Gomes Departamento de Ciência da Computação Fundação UNIRG Alameda
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisProblemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisFormulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação
Anais do CNMAC v.2 ISSN 1984-820X Formulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação Dependente da Seqüência de
Leia maisGRASP para o Problema do Caixeiro Viajante com Limite de Calado
GRASP para o Problema do Caixeiro Viajante com Limite de Calado Victor Mouffron Carvalho Machado, Luiz Satoru Ochi Universidade Federal Fluminense Rua Passo da Pátria, 156, São Domingos-Niterói - RJ E-mail:
Leia maisUm Método Exato para o Problema do Caixeiro Viajante com Grupamentos Euclidiano e Simétrico
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Um Método Exato para o Problema do Caixeiro Viajante com Grupamentos Euclidiano e Simétrico Mário Mestria, Coordenadoria de Engenharia Elétrica, Campus
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisPesquisa Operacional Aplicada à Mineração
Pesquisa Operacional Aplicada à Mineração Módulo de Otimização Parte II-b Prof. Marcone J. F. Souza Prof. Túlio A. M. Toffolo marcone.freitas@yahoo.com.br tulio@toffolo.com.br Departamento de Computação
Leia maisSistemas de Produção em Fluxo
Uma introdução a problemas de sequenciamento em sistemas de produção em fluxo Faculdade de Ciências da Universidade do Porto 18 de Janeiro de 2012 Sumário Introdução Literatura (Makespan) Pesquisa Local
Leia mais04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II
04 Grafos: caminhos e coloração SCC0503 Algoritmos e Estruturas de Dados II Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2011/1 Moacir Ponti Jr.
Leia maisAnálise de Desempenho da Paralelização do Problema de Caixeiro Viajante
Análise de Desempenho da Paralelização do Problema de Caixeiro Viajante Gabriel Freytag Guilherme Arruda Rogério S. M. Martins Edson L. Padoin Universidade Regional do Noroeste do Estado do Rio Grande
Leia maisRESOLUÇÃO DO PROBLEMA DAS P-MEDIANAS POR MEIO DE ALGORITMOS BASEADOS EM GRASP, ILS E MULTI-START
RESOLUÇÃO DO PROBLEMA DAS P-MEDIANAS POR MEIO DE ALGORITMOS BASEADOS EM GRASP, ILS E MULTI-START Gustavo Marques Zeferino, Flaviana M. de S. Amorim, Marcone Jamilson Freitas Souza, Moacir F. de F. Filho
Leia maisO estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste material e a resolução (por parte do aluno) de todos os
Leia 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 maisMétodos Exatos para PI - Parte 1: Branch-and-Bound
Introdução à Otimização Combinatória Métodos Exatos para PI - Parte 1: Professora: Rosiane de Freitas (rosiane@icomp.ufam.edu.br) Bruno Raphael Cardoso Dias Prof. Estágio em Docência (bruno.dias@icomp.ufam.edu.br)
Leia maisCiclos hamiltonianos e o problema do caixeiro viajante
Ciclos hamiltonianos e o problema do caixeiro viajante Algoritmos em Grafos Marco A L Barbosa cba Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-CompartilhaIgual 4.0 Internacional.
Leia maisAlgoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
Algoritmo Aproximação Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas NP- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Leia mais3 Metaeurísticas e Resolvedores MIP
3 Metaeurísticas e Resolvedores MIP A combinação entre metaeurísticas e resolvedores MIP é uma estratégia relativamente recente, tendo seus primeiros estudos realizados ao longo da última década. O survey
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 31 de maio de 2017 Marco Antonio M. Carvalho
Leia mais1 - INTRODUÇÃO. Tabu) [17]; Greedy Randomized Adaptive Search Procedure (GRASP) [12]; Variable
1 - INTRODUÇÃO Nas últimas décadas, observou-se a uma grande evolução na capacidade de processamento dos computadores e o desenvolvimento de diversos pacotes matemáticos, em particular para área de otimização.
Leia maisO PROBLEMA DO CICLO DOMINANTE
O PROBLEMA DO CICLO DOMINANTE Lucas Porto Maziero Instituto de Computação Universidade Estadual de Campinas (UNICAMP) Campinas - SP - Brasil lucasporto1992@gmail.com Fábio Luiz Usberti Instituto de Computação
Leia maisAula 17: Planos de Corte
Aula 17: Planos de Corte Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound em programação inteira
Leia maisAnálise Comparativa de Algoritmos Heurísticos para Resolução do Problema do Caixeiro-Viajante em Grafos Não Clusterizados
Análise Comparativa de Algoritmos Heurísticos para Resolução do Problema do Caixeiro-Viajante em Grafos Não Clusterizados Daniela Brandão Nascimento (UNISUL) danibra@unisul.br João Neiva de Figueiredo
Leia maisAlgoritmo Aproximado. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
Algoritmo Aproximado Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas N P- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Leia maisAlgoritmos Exatos 3.1. Relaxação Lagrangeana
3 Algoritmos Exatos Nesse capítulo, apresenta-se alguns algoritmos exatos para o CVRP que são baseados em diferentes técnicas e formulações para a obtenção de limites inferiores para a solução ótima do
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roteirização e Programação de Veículos PNV-2450 André Bergsten Mendes HEURÍSTICA DE INSERÇÃO DE SOLOMON (VRPTW) Exercício Para o problema de roteirização com janela de tempo
Leia maisHEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME
HEURÍSTICAS GRASP PARA A MINIMIZAÇÃO DO ATRASO TOTAL NO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS EM UMA MÁQUINA COM SETUP TIME Gilberto Vinícius P. Nunes Departamento de Informática, Universidade Federal de
Leia maisHeurística GRASP-VND para o Problema de Roteamento de Veículos com Cross-Docking
Heurística GRASP-VND para o Problema de Roteamento de Veículos com Cross-Docking Lucas Abritta Costa, Fernando Afonso Santos Universidade Federal de Itajubá Campus Itabira Rua São Paulo, 377 Bairro Amazonas
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 41
4 Resolução de IPs A teoria de programação linear foi proposta na década de 40 e logo foi observado que seria desejável a resolução de problemas que apresentavam variáveis do tipo inteiro [37]. Isto levou
Leia maisANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
ANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE Departamento de Informática e Matemática Aplicada Campus Universitário, Lagoa Nova, Natal RN. CEP: 59.078-970 Fone: (84) 3215-3814
Leia maisParte II. Aplicações em Roteamento de Veículos
Parte II Aplicações em Roteamento de Veículos 5 Problema de Roteamento de Veículos com Restrição de Capacidade O problema de roteamento de veículos com restrição de capacidade, mais conhecido pela sua
Leia mais5 VNS com Filtro e Reconexão por Caminhos
5 VNS com Filtro e Reconexão por Caminhos A metaheurística VNS (Variable Neighborhood Search) foi proposta por Mladenović e Hansen [40] e possui como idéia básica a mudança de vizinhanças realizada da
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisUM ALGORITMO GRASP PARA O SALBP-2
UM ALGORITMO GRASP PARA O SALBP-2 Dayan de Castro Bissoli Universidade Federal do Espírito Santo (UFES) Av. Fernando Ferrari, 54 Goiabeiras 2907590 Vitória/ES Brasil dayan.bissoli@ufes.br André Renato
Leia maisTeoria da Computação. Complexidade computacional classes de problemas
Teoria da Computação Complexidade computacional classes de problemas 1 Universo de problemas Problemas indecidíveis ou não-computáveis Não admitem algoritmos Problemas intratáveis Não admitem algoritmos
Leia maisTécnicas de Concepção de Algoritmos: Branch and Bound
Técnicas de Concepção de Algoritmos: R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CAL, 2010/2011 1 O que é? BB ou B&B é uma técnica de concepção de algoritmos genérica para
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
1 CAPÍTULO O MÉTODO SIMULATED ANNEALING APLICADO EM LOCALIZAÇÃO E ROTEAMENTO Ferreira, Kamyla Maria 1 * ; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás
Leia maisUM GRASP PARA O PROBLEMA DE ATRIBUIÇÃO DE LOCALIDADES A ANÉIS SONET
UM GRASP PARA O PROBLEMA DE ATRIBUIÇÃO DE LOCALIDADES A ANÉIS SONET Lucas de Oliveira Bastos Instituto de Computação, Universidade Federal Fluminense Endereço: Rua Passo da Pátria, 156, 24210-240, Niterói
Leia maisAlgoritmos Branch e Bound para o problema de sequenciamento em uma única máquina
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Algoritmos Branch e Bound para o problema de sequenciamento em uma única máquina Carlos E. Ferreira Instituto de Matemática e Estatística, IME, USP 05508-090,
Leia maisGRASP COM MEMÓRIA ADAPTATIVA PARA O PROBLEMA DA ÁRVORE DE COBERTURA MÍNIMA GENERALIZADO
GRASP COM MEMÓRIA ADAPTATIVA PARA O PROBLEMA DA ÁRVORE DE COBERTURA MÍNIMA GENERALIZADO Cristiane Maria Santos Ferreira Instituto de Computação - Universidade Federal Fluminense Rua Passo da Pátria 156
Leia maisO PROBLEMA DA ÁRVORE CAPACITADA COM DEMANDAS NÃO- UNITÁRIAS: HEURÍSTICA COM FATOR PESO x CUSTO
O PROBLEMA DA ÁRVORE CAPACITADA COM DEMANDAS NÃO- UNITÁRIAS: HEURÍSTICA COM FATOR PESO x CUSTO Paulo Maurício Laurentys de Almeida * paulomla@gmail.com Lucas Guimarães de Oliveira * lucasgui@gmail.com
Leia maisNotas. Notas. encontrem a solução ótima em tempo polinomial para qualquer instância do problema que estamos trabalhando 2 / 19.
Projeto e Análise de Algoritmos Algoritmos Aproximados Haroldo Gambini Santos Universidade Federal de Ouro Preto - UFOP 2 de maio de 2013 1 / 19 Situação Ideal Desejamos algoritmos que: encontrem a solução
Leia maisBranch-and-Bound para problemas de Otimização Combinatória
para problemas de Otimização Combinatória Rafael Antônio Marques Gomes Orientador: Haroldo Gambini Santos Departamento de Computação UFOP 26 de julho de 2011 Rafael Antônio Marques Gomes BB para problemas
Leia maisLIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS
LIMITANTE INFERIOR PARA O PROBLEMA DE MINIMIZAR O NÚMERO DE TROCAS DE FERRAMENTAS Horacio Hideki Yanasse Instituto Nacional de Pesquisas Espaciais INPE/LAC, Avenida dos Astronautas 1758, Jardim da Granja
Leia maisMétodos heurísticos para o problema de programação e roteamento de equipes de trabalho na restauração de redes
Métodos heurísticos para o problema de programação e roteamento de equipes de trabalho na restauração de redes Alfredo Moreno Departamento de Engenharia de Produção, UFSCar - São Carlos Rod.washington
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional Letícia Rodrigues Bueno UFABC Motivação Motivação I can t find an efficient algorithm, I guess I m just too dumb. Fonte: GAREY, M. R. e JOHNSON, D. S. Computers and
Leia maisANÁLISE DE ALGORITMOS (INF 1721)
PUC-Rio Departamento de Informática Prof. Marcus Vinicius S. Poggi de Aragão (3WA) Horário: 2as. e 4as. 9-11hs (3WA) 3 de dezembro de 2016 Período: 2016.2 ANÁLISE DE ALGORITMOS (INF 1721) 3 a Lista de
Leia maisUnidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional Catalão
5 CAPÍTULO BUSCA EM VIZINHANÇA VARIÁVEL PARA LOCALIZAÇÃO E ROTEAMENTO Silva, Lorrany Cristina da 1 *; Queiroz, Thiago Alves de 2 1 Unidade de Matemática e Tecnologia, Universidade Federal de Goiás Regional
Leia maisAula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisUma nova heurística para o problema de minimização de trocas de ferramentas
Gest. Prod., São Carlos, v. 19, n. 1, p. 17-30, 2012 Uma nova heurística para o problema de minimização de trocas de ferramentas A new heuristic for the minimization of tool switches problem Antônio Augusto
Leia maisModelos e Algoritmos. Transparências de apoio à leccionação de aulas teóricas. c 2001 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Optimização Combinatória: Modelos e Algoritmos Transparências de apoio à leccionação de aulas teóricas Versão 1 c 2001 José Fernando Oliveira, Maria Antónia Carravilla FEUP Modelos de Optimização Combinatória
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 maisPROPOSTA E AVALIAÇÃO DE HEURÍSTICAS GRASP PARA O PROBLEMA DO CAIXEIRO VIAJANTE COM GRUPAMENTOS
PROPOSTA E AVALIAÇÃO DE HEURÍSTICAS GRASP PARA O PROBLEMA DO CAIXEIRO VIAJANTE COM GRUPAMENTOS Mário Mestria Coordenadoria da Área de Informática - Campus Colatina - Instituto Federal do Espírito Santo
Leia maisPCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 1 de novembro de 2018 Marco Antonio
Leia maisBusca Local Iterada. Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial
Universidade Federal do Paraná UFPR Curso de Ciência da Computação CI801 Tópicos em Inteligência Artificial Busca Local Iterada Kelly Rodrigues Abreu Federico Luis Losco 28 de Maio de 2007. Sumário Introdução
Leia maisProblema do Caminho Mínimo
Departamento de Engenharia de Produção UFPR 63 Problema do Caminho Mínimo O problema do caminho mínimo ou caminho mais curto, shortest path problem, consiste em encontrar o melhor caminho entre dois nós.
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisUM ALGORITMO BRANCH-AND-CUT PARA O PROBLEMA DO CICLO DOMINANTE
UM ALGORITMO BRANCH-AND-CUT PARA O PROBLEMA DO CICLO DOMINANTE Lucas Porto Maziero Instituto de Computação Universidade Estadual de Campinas (UNICAMP) Campinas - SP - Brasil lucasporto1992@gmail.com Fábio
Leia maisTópicos em Métodos Heurísticos META-HEURÍSTICAS
Tópicos em Métodos Heurísticos META-HEURÍSTICAS MÉTODOS HEURÍSTICOS QUE PERMITEM A CONTINUIDADE DAS EXPLORAÇÕES ALÉM DA OTIMALIDADE LOCAL, EM PARTICULAR, SUPERPONDO-SE A HEURÍSTICAS DE BUSCA LOCAL I) SIMULATED
Leia maisGeração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita
Geração de Colunas Aplicada a uma Decomposição do Problema de Programação Quadrática Binária Irrestrita Geraldo R. Mauri Universidade Federal do Espírito Santo - UFES mauri@cca.ufes.br Luiz A. N. Lorena
Leia maisFormulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
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 maisComplexidade computacional
Complexidade computacional Marina Andretta ICMC-USP 15 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab, P. Feofiloff,
Leia maisAula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
Leia 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 maisUm método ótimo para um problema de projeto de redes em anel com custos de congestionamento
Um método ótimo para um problema de projeto de redes em anel com custos de congestionamento João Fernando Machry Sarubbi 1, Henrique Pacca Loureiro Luna 2, Philippe Mahey 3 1 Departamento de Ciência da
Leia mais6 Experimentos realizados
6 Experimentos realizados 6.1 Considerações iniciais Resolvemos os modelos de PLIM utilizando o resolvedor CPLEX, baseado no método de branch-and-bound. Resolvemos as relaxações lineares dos mesmos modelos
Leia maisAlgoritmo Genético: um experimento comparativo entre a execução paralela com troca de indivíduos de populações e a não paralela.
Algoritmo Genético: um experimento comparativo entre a execução paralela com troca de indivíduos de populações e a não paralela. Marlos A. S. Lima 1, Davi Magalhães 2, F. C. de Lima Júnior 3, Rommel W.
Leia maisAlgoritmos de Aproximação para o Problema de Classificação
Algoritmos de Aproximação para o Problema de Classificação Métrica Evandro Cesar Bracht 1, Flávio Keidi Miyazawa 1 1 Instituto de Computação - Universidade Estadual de Campinas Av. Albert Einstein, 1251
Leia mais1-1 PESQUISA OPERACIONAL INTRODUÇÃO
1-1 PESQUISA OPERACIONAL INTRODUÇÃO Regra do Jogo 1-2 Provas MAN ADM 1 a Prova: 8 ou 10 de maio 2 a Prova: 12 ou14 de junho Substitutiva: 18 ou 21 de junho Média P = Média das Provas T = Média dos Testes
Leia maisUma heurística híbrida para o Problema do Caixeiro Viajante com Coleta e Entrega envolvendo um único tipo de produto
Uma heurística híbrida para o Problema do Caixeiro Viajante com Coleta e Entrega envolvendo um único tipo de produto Bruno Cordeiro Paes, Anand Subramanian, Luiz Satoru Ochi Instituto de Computação - Universidade
Leia maisRelatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante
Relatório Técnico: Busca Tabu Aplicada ao Problema do Caixeiro Viajante André Britto de Carvalho, Rodolfo Barriveira, Carlos Tavares, Kelly Rodrigues, Frederico Losco Resumo. Este relatório apresenta uma
Leia maisUMA SOLUÇÃO DO PROBLEMA DE ROTEAMENTO ABERTO DE VEÍCULOS COM JANELAS DE TEMPO UTILIZANDO METAHEURÍSTICAS GRASP E ILS
UMA SOLUÇÃO DO PROBLEMA DE ROTEAMENTO ABERTO DE VEÍCULOS COM JANELAS DE TEMPO UTILIZANDO METAHEURÍSTICAS GRASP E ILS Jose Mauricio Costa (CEFET-MG) jmcosta25@gmail.com Sergio Ricardo de Souza (CEFET-MG)
Leia maisVolmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21
Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21 Três objetivos i. Redução de custos (custos variáveis) ii. iii. Redução de capital (investimento, custos fixos) Melhoria do serviço
Leia maisTeoria e Algoritmos em Grafos
Teoria e Algoritmos em Grafos 2018.2 Percursos Caminhos que percorrem todos os vértices ou todas as arestas de um grafo são chamados percursos. Ciclo Hamiltoniano Ciclos Hamiltonianos são ciclos que percorrem
Leia maisUm Estudo da Aplicação de Heurísticas Construtivas e de Melhoramento para um Problema de PRV
Um Estudo da Aplicação de Heurísticas Construtivas e de Melhoramento para um Problema de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
Leia 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 maisAvaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV
Avaliação de Heurísticas de Melhoramento e da Metaheurística Busca Tabu para Solução de PRV Eliseu Celestino Schopf 1, Claudio Schepke 1, Marcus Lucas da Silva 1, Pablo Furlan da Silva 1 1 Centro de Eletrônica
Leia maisProblema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante)
Departamento de Engenharia de Produção UFPR 79 Problema do Caixeiro Viajante (The Travelling Salesman Problem-TSP) (Problema Del viajante) Suponhamos que a qualquer momento em que realizamos uma entrega
Leia maisMÉTODOS EXATO E HEURÍSTICO PARA O PROBLEMA DE LOCALIZAÇÃO DAS P-MEDIANAS COM DOIS OBJETIVOS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. MÉTODOS EXATO E HEURÍSTICO PARA O PROBLEMA DE LOCALIZAÇÃO DAS P-MEDIANAS COM DOIS OBJETIVOS Paula Mariana dos Santos (UFV) paula-marianna@hotmail.com JOSE
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia mais1_1 1_2 2_1 1_ _ _ Fonte: Autor
75 7. Resultados Os resultados aqui apresentados utilizam o modelo proposto na Seção 6.2, resolvido através do software de otimização AIMMS para os problemas com Datas prometidas. Já para o problema sem
Leia maisDepartamento de Engenharia de Produção UFPR 22
Departamento de Engenharia de Produção UFPR 22 Geralmente, temos três objetivos i. Redução de custos (custos variáveis) Redução de capital (investimento, custos fixos) i Melhoria do serviço (pode conflitar
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisUMA HEURÍSTICA BASEADA EM GRASP PARA O PROBLEMA DO CLIQUE MÁXIMO. Daniel C. Miranda DCC-UFMG
UMA HEURÍSTICA BASEADA EM GRASP PARA O PROBLEMA DO CLIQUE MÁXIMO Isabel G. Barbosa DCC-UFMG isabarbo@dcc.ufmg.br Daniel C. Miranda DCC-UFMG danielcm@dcc.ufmg.br Rone Ilídio DCC-UFMG rone@dcc.ufmg.br Abstract
Leia maisCaixeiro Viajante. Estruturas de Dados II. Prof. a Mariella Berger. 1. Objetivo
Estruturas de Dados II Prof. a Mariella Berger Caixeiro Viajante 1. Objetivo O objetivo deste trabalho é implementar diferentes soluções para o problema clássico do Caixeiro Viajante. 2. Introdução O Problema
Leia maisEstruturas de Dados II. Caixeiro Viajante
Estruturas de Dados II Prof. a Mariella Berger Caixeiro Viajante 1. Objetivo O objetivo deste trabalho é implementar diferentes soluções para o problema clássico do Caixeiro Viajante. 2. Introdução O Problema
Leia mais