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.
Defmición 4.2 : Operadores de valuación.<br />
Se defme como operador máximo al operador max(J,k,,1) equivalente<br />
ay f0 (.4). donde 0(v) =maxk(v) entrega verdadero si r pertenece a los k mayores<br />
valores que entrega la función j(v). Del mismo modo, el operador mínimo<br />
min( , k,.4) equivale a y (.4), donde 0(v) =mink(v) entrega verdadero si r pertenece a<br />
los k menores valores. Si k(v ) es un valor aleatorio con una distribución uniforme en<br />
[1 , ], entonces se define el operador random(k4) como max( ,- , k,4)•.<br />
En esta sección para mayor claridad en la exposición, se simplificó un poco<br />
la sintaxis de los operadores de lista, pues ellos son de la forma:<br />
op_Iista(2,a in A, b in B, . . .z in Z)<br />
Donde A, B, . . .,Z corresponden al nombre de una asociación definida<br />
anteriormente en otro bloque de vecindad. Las variables a,b, . . ., z son listas de<br />
argumentos pertenecientes a las asociaciones anteriores que permiten defmir la<br />
condición A. El bloque de asociación tiene la forma:<br />
asociación.<br />
nombre_asoc := op_vaI(fk(op_Iista(2, a in A, b in B, . .z in Z)))<br />
De esta manera, nombre_asoc puede ser utilizado por otro bloque de<br />
4.1.4 Bloque de heurísticas contextuales.<br />
Este bloque defme un nodo del grafo de heurísticas. La primitiva precond<br />
define la precondición '?de la heurística contextual mientras que postejec defme el<br />
efecto I. Además, en cada iteración de la heurística de búsqueda local se calcula la<br />
caracterización del problema a través de la función A. Los métodos que implementan<br />
71