TESIS-MAG-0201.pdf

More documents

Recommendations

Info

egión del espacio de búsqueda en la cual el algoritmo se encuentra, mientras que el proceso de post-optimización busca el óptimo local de dicha región. Así, el algoritmo va visitando los óptimos de cada región hasta encontrar el óptimo global del problema. f) Tabusearch Otra estrategia es la conocida como tabu search [Glover 90b, Morton 93, Reeves 93, Battiti 94, Glover 951. El algoritmo básico se muestra en la figura 1 .5a que es una extensión que agrega estructuras de memoria al algoritmo básico de búsqueda local que se muestra en la figura 1 .5a. a) procedure Tabu_Search(x) - - begin x° :=x':=xe S Tø k : O repeal T:T-((pz)€ Ti
dependiendo del estado de la búsqueda 1 . Siempre se acepta la mejor movida obtenida de la vecindad. El problema de los óptimos locales se enfrenta a través de la utilización de una memoria en donde se almacena el cambio inverso al efectuado, en cada iteración, de forma de evitar volver a una solución ya visitada anteriormente. Dicha memoria se conoce como lista tabú y corresponde a T en el algoritmo de la figura 1 .5a. El método excluye de la lista de candidatos a aquellas movidas que pertenezcan a la lista tabú (ver figura 1 .5b). Dichos cambios no se prohiben para siempre, sino que dicha prohibición se limita a un cierto número de iteraciones (el cual se denomina largo de la lista tabú) o también se levanta si se cumple cierto criterio de aspiración. El criterio de aspiración de una movida es el umbral sobre el cual la movida deja estar prohibida, el cual puede estar en base a la función objetivo. Por ejemplo, el valor de la función objetivo hace que la movida deje de estar tabú si ésta produce un aumento en la función objetivo superior al del estado en que esa movida se prohibió. El método depende de que cada movida tenga un cambio inverso o se pueda descomponer en cambios más sencillos que si los tengan. Eso no siempre puede lograrse. La solución a este problema es que en vez de almacenar movidas en la lista tabú, lo que se almacena son soluciones ya visitadas. Como dicho enfoque puede tener un costo prohibitivo en cuanto a la utilización de recursos computacionales, se utilizan técnicas de hashing, con la cual se le asocia un número real (valor de hash) a una solución y dos de ellas se consideran iguales si es que poseen el mismo valor de hash [Woodruff 931. 1 Ver definición 3.14. 12
Page 1 and 2: cli PONTIFICIA UNIVERSIDAD CATOLICA
Page 3 and 4: A mi Madre, quien me enseñó a per
Page 5 and 6: DEDICATORIA INDICE GENERAL AGRADECI
Page 7 and 8: 5.1.1 Conceptualización del proble
Page 9 and 10: INDICE DE TABLAS Tabla 2.1: Instanc
Page 11 and 12: Figura 4.2 : Lista de bloques de as
Page 13 and 14: ABSTRACT There are different generi
Page 15 and 16: Por lo tanto, en adelante utilizare
Page 17 and 18: Los problemas NP-hard son extremada
Page 19 and 20: 1.1.1 Búsqueda local Figura 1.3 :
Page 21 and 22: asa principalmente en el tiempo de
Page 23: annealing el valor de dicha variabl
Page 27 and 28: a) Inicio del ciclo b) la =a a Figu
Page 29 and 30: denominan hermanos. Si un hijo a su
Page 31 and 32: de las heurísticas desarrolladas e
Page 33 and 34: nodos se evalúan con una heurísti
Page 35 and 36: aquellas que participan en el mayor
Page 37 and 38: mejora [Glover 891, el conocimiento
Page 39 and 40: Esta tesis esta estructurada como s
Page 41 and 42: 2.1.1 Entendimiento del problema El
Page 43 and 44: la relación de precedencia entre l
Page 45 and 46: Defmición 2.1: Cluster. Sea L{ 1 .
Page 47 and 48: Conceptualizaclón : Definición de
Page 49 and 50: problema del job shop los dominios
Page 51 and 52: 2.2.2 Definición de operadores El
Page 53 and 54: accepting y generic algorithms) par
Page 55 and 56: Es posible encontrar valores o rang
Page 57 and 58: modelo como los de la resolución t
Page 59 and 60: e) Aprovechar la orientación a obj
Page 61 and 62: Ejemplo 3.1 : Movida. Para el probl
Page 63 and 64: Definición 3.2 Indexación y lista
Page 65 and 66: Entonces, una lista de candidatos c
Page 67 and 68: Sean ,=(74)' con i=l . n asociacion
Page 69 and 70: Defmición 112 Restricción valuada
Page 71 and 72: Las heurísticas que buscan intensi
Page 73 and 74: Los algoritmos ya mencionados posee
Page 75 and 76:
debe cumplir y I(s) genera el estad
Page 77 and 78:
Ello significa visitar de acuerdo a
Page 79 and 80:
IV. LA HERRAMIENTA DE APOYO AL DISE
Page 81 and 82:
sokition objective ______ 1 Interfa
Page 83 and 84:
Los operadores de lista están basa
Page 85 and 86:
ese cálculo deben indicarse de alg
Page 87 and 88:
4.2 Cómo Construir un Lenguaje Gr
Page 89 and 90:
Un nodo intermedio defme un bloque
Page 91 and 92:
a) asocl in(ersec(a in A, b in 8) a
Page 93 and 94:
m Figura 4.7 : Ejemplo de una red d
Page 95 and 96:
incrementar el paralelismo con el c
Page 97 and 98:
al Dts&lador Códgo Reprcnaco Acaon
Page 99 and 100:
[Hajek 881 como de eficacia [van La
Page 101 and 102:
5.1.1 Conceptuahzación del problem
Page 103 and 104:
=a.. 7 3 42,4 3,4 S, Figura 5.1: Re
Page 105 and 106:
Sea x una solución factible. Si E.
Page 107 and 108:
ji) Si WEPC, entonces: = max(O, r,,
Page 109 and 110:
La caracterización de este problem
Page 111 and 112:
Demostración: Sea (v,w) un arco cr
Page 113 and 114:
ji) Todo e=(w,v) o E, y es crítico
Page 115 and 116:
102 El Teorema 5.1 establece que de
Page 117 and 118:
algoritmo encontró la mejor soluci
Page 119 and 120:
ORB1 1098 3226 26 4261 45 4154 131
Page 121 and 122:
conceptos de bottleneck en el job s
Page 123 and 124:
que ver con el tamaño máximo de l
Page 125 and 126:
atendido. En cambio, cuando un cami
Page 127 and 128:
114 Donde Viaje(c, u, y) es un pred
Page 129 and 130:
Tabla 5.7 : Operadores definidos pa
Page 131 and 132:
118 Los mejores resultados de las d
Page 133 and 134:
VI. CONCLUSIONES 6.1 Acerca de la M
Page 135 and 136:
definida en [Woodruff 94] permite e
Page 137 and 138:
6.3.2 Equivalencia entre tipos de h
Page 139 and 140:
Dicha forma es la que defme qué co
Page 141 and 142:
128 El trabajo realizado en esta te
Page 143 and 144:
interdependencia entre los objetos
Page 145 and 146:
VII. TRABAJO FUTURO La analogía qu
Page 147 and 148:
Ie1ii r. [Aarts 941 AARTS, E. H. L.
Page 149 and 150:
[Dammeyer 931 DAMMEYER, F. y VOSS,
Page 151 and 152:
[Hendler 901 HENDLER, J., TATE, A.
Page 153 and 154:
[Piramuthu 941 PIRAMUTH1J, S. RAMAN
Page 155 and 156:
[Taillard 941 TAILLARD, E.D. (1994)
Page 157 and 158:
ANEXO A: PROPOSICIONES DEL ÁLGEBRA
Page 159 and 160:
3.4 fmalmente se tiene: Corolario.
Page 161 and 162:
,li U(, 2LJ... u(((u,)u ... u,1,))u
Page 163 and 164:
) Lado derecho: Si se aplica la def
Page 165 and 166:
(1 xi)x'4: ((90 104,e, 00,m+n(W4))
Page 167 and 168:
ANEXO B GRAMÁTICA DEL GENERADOR DE
Page 169 and 170:
efore after stop_cr±teria acceptcr
Page 171 and 172:
ANEXO C : HEURÍSTICAS PARA EL PROB
Page 173 and 174:
perturb(tupla in finail) $ solution
Page 175:
descarganodos 300,60,20 lista := jo
show all

TESIS-MAG-0201.pdf

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?