TESIS-MAG-0201.pdf

algoritmo encontró la mejor solución (hasta ese instante). La especificación completa se
muestra en ¡a figura 5.5.
.o1ut,on GrapO .noed.
obj.otiv. :- mm $so1utxon.Get_Weighted_Tardinesa$ O
inolud. - $ #ifndef GP.APH
*include "graph.h"
#endit $
\ Función objetivo
b&.h 5 aolution.Encodefl$
Accesoacadasubcluster
dan job : $ aolution.Get_itumber Jobs(l$ ¡
da.n cr3.ticai.operation :
Numero de iteraciones mayores
Largo inicial de la lista tabu
1 Máximo tupo de ejecución, máximo número de
iteraciones, máximo de iteraciones sin mejora
1 criti.cia1_Aro. 10000 , 1000010000 1 Calcuaantes deejecutar la iteración
el clutter de arcos críticos
b.for. - Cluster - current. reedback J
Código de usuano para el
aft.r - $ delete Cluster ( manejodclalistatabú
II Setting tOe tabo list ajee,
it (curr_coet < cost_previoua_iter) 1
it (tabulenqth > min_length)
tabu_length- -;
else
it (tabu_iength < max_iength)
tabu_length++;
itcurr_coat -- mm_coatI
tsbu_length - 1;
tabuList->Reaize (total_iterationa, tabu_length(
ceatprevioua_iter - curr_coat; $
I oandidat._]i.t - reades 5 join (x: oritieal_op.ration) 1
p.rturb (moya in candidate_liat) \._.___j Definición de la lista de candidatos:
solution. Swap(Cluater->Job From(move[1J
Cluster-> Step rrom(move(1]i};
iaccspt :- $ TRUE si
•nd \_..... Se acepta siempre el mejor de la vecindad
Se escogen aleatoriamente 5 arcos críticos
Función de perturbación
104
Figura 5.5 : Especificación de la heurística de tabu search para JmIr,dw17, en
5.1.4 Resultados
LS-!.
Dado que para la tardanza ponderada no existe una batería de instancias
como si la hay para el caso del makespan, en [Pinedo 961 se define una forma de generar
ponderadores y fechas de entrega a partir de los instancias de prueba que existen para