TESIS-MAG-0201.pdf
TESIS-MAG-0201.pdf
TESIS-MAG-0201.pdf
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
159<br />
A continuación se muestran las 6 heurísticas básicas defmidas para el<br />
problema de la forestal. En las especificaciones, camion se refiere a los subclusters de<br />
C2l , con tarea se refiere a los subclusters de e2 y con nodo se refiere a los subclusters de<br />
e3 y é4.Para una mayor claridad se omitieron en cada heurística las instrucciones que<br />
definen la interfaz con la estructura de datos del problema.<br />
a) Reducción de espera inicial<br />
Esta heurística define una lista de candidatos con los camiones que poseen<br />
las mayores esperas en el nodo de origen. Luego procede a atrasar la partida de los<br />
camiones correspondientes. El criterio de aceptación es probabilístico.<br />
reduccion espera inicial 100,10,500<br />
lista : maz 140 join( i camion)<br />
eort<br />
$ priority = solution.espera inicial plan(lista[lJ);$<br />
perturb(x in lista)<br />
$ solution.retrasar inicio plan(x{1]); $<br />
accept annealing 5000<br />
b) Equilibra tareas<br />
Selecciona aquellos camiones que tienen las mayores y menores cantidades<br />
de tareas asignadas, luego equilibra la cantidad de tareas entre camiones del mismo tipo.<br />
En este caso el algoritmo sólo acepta una solución si es que está es mejor la encontrada<br />
en la iteración anterior.<br />
equilibra tareas 100,12,500<br />
listal := max 160 join( i camion<br />
$ solution.num tareas camion(i)>0 $<br />
aort<br />
$ priority = solution.num tareas camion(listal[1]); $<br />
lista2 :- min 160 join( j camion<br />
$ solution . num tareas camion (j ) >0 $<br />
sort<br />
$ priority = solution.num tareas camion(lista2[l]); $<br />
final := join (camiona in listal, camionb in lista2)<br />
finail :- siibset ( tupla in final<br />
$ finall[1]