Estudio de técnicas de búsqueda por vecindad a muy gran escala
Estudio de técnicas de búsqueda por vecindad a muy gran escala
Estudio de técnicas de búsqueda por vecindad a muy gran escala
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
gr202 1,02 0,00 0,81 ----<br />
gr229 0,23 0,00 0,20 ----<br />
gr431 0,91 0,00 1,14 ----<br />
La tabla 2 muestra un resumen <strong>de</strong>l rendimiento <strong>de</strong>l algoritmo <strong>de</strong> (REGO) [61], <strong>de</strong>l <strong>de</strong> Helsgaun-Lin-<br />
Kernighan (HLK) [39], y <strong>de</strong> la implementación <strong>de</strong> Lin y Kernighan (JM-LK) <strong>de</strong> Johnson et al. [42]<br />
(Atención al error: no se ha encontrado la fuente <strong>de</strong> referencia) para instancias <strong>gran</strong><strong>de</strong>s <strong>de</strong>l problema <strong>de</strong>l<br />
viajante <strong>de</strong> comercio. La tabla refleja el % <strong>de</strong> <strong>de</strong>sviación media para cada algoritmo.<br />
Tabla 2. Instancias <strong>gran</strong><strong>de</strong>s <strong>de</strong>l TSP: % <strong>de</strong> <strong>de</strong>sviación media tras varias ejecuciones<br />
Problema Rego JM-LK HLK<br />
dsj1000 1,10 3,08 0,035<br />
pr1002 0,86 2,61 0,00<br />
pr2392 0,79 2,85 0,00<br />
pcb3038 0,97 2,04 0,00<br />
fl3795 7,16 8,41 ----<br />
fl4461 1,06 1,66 0,001<br />
pla7397 1,57 2,19 0,001<br />
A continuación nos fijaremos en el problema <strong>de</strong>l árbol <strong>de</strong> expansión mínima capacitado; un supuesto<br />
especial <strong>de</strong>l problema <strong>de</strong> la partición ya visto en el apartado 4. Abundando en la estructura <strong>de</strong>l problema,<br />
Ahuja et al. [2] han <strong>de</strong>sarrollado un algoritmo <strong>de</strong> <strong>búsqueda</strong> <strong>por</strong> <strong>vecindad</strong> a <strong>muy</strong> <strong>gran</strong> <strong>escala</strong> basado en<br />
vecinda<strong>de</strong>s <strong>de</strong> intercambios cíclicos. Se trata <strong>de</strong> un algoritmo <strong>de</strong> <strong>gran</strong> eficiencia con el que se han<br />
obtenido soluciones mejoradas para muchos problemas patrón. Actualmente, ofrece la mejor solución<br />
existente para cada una <strong>de</strong> las instancias que aparecen en la lista <strong>de</strong> patrones, a la que se pue<strong>de</strong> acce<strong>de</strong>r<br />
en http://www.ms.ic.ac.uk/info.html.<br />
Finalmente, en nuestro último ejemplo nos fijaremos en algoritmos <strong>de</strong> <strong>búsqueda</strong> <strong>por</strong> <strong>vecindad</strong> a <strong>muy</strong><br />
<strong>gran</strong> <strong>escala</strong> para problemas <strong>de</strong> asignación generalizada (GAP). Yagiura et al. [80] han <strong>de</strong>sarrollado un<br />
algoritmo <strong>de</strong> <strong>búsqueda</strong> tabú basado en ejection chain para este tipo <strong>de</strong> problemas y afirman haber<br />
obtenido, en un tiempo <strong>de</strong> cálculo razonable, soluciones superiores o, al menos, comparables, a las<br />
32