1 / 23

Propuesta del algoritmo

Propuesta del algoritmo. Chasquisoft. Integrantes. 1. Contreras Ames, Roy Carlos 20037038 2. Gaspar Calle, Ronald 20040385 3. Urlich Ames, Rafael 20050272 4. Paredes Anicama, Fernando 20050438 5. Castro Toribio, Jorge 20052036 6. Ruiz Vergara, César Augusto 20057238.

melody
Download Presentation

Propuesta del algoritmo

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Propuesta del algoritmo Chasquisoft

  2. Integrantes 1. Contreras Ames, Roy Carlos 20037038 2. Gaspar Calle, Ronald 20040385 3. Urlich Ames, Rafael 20050272 4. Paredes Anicama, Fernando 20050438 5. Castro Toribio, Jorge 20052036 6. Ruiz Vergara, César Augusto 20057238 Grupo 6

  3. Agenda Introducción Algoritmos Heurístico: Primero el mejor. Meta-heurístico: GRASP. Meta-heurístico: Genético. Conclusiones Referencias

  4. Introducción • Descripción del problema del agente viajero: El problema del agente viajero, consiste en un agente de ventas que tiene que visitar n ciudades comenzando y terminando en una misma ciudad, visitando solamente una vez cada ciudad, y haciendo el recorrido de costo mínimo, este costo de recorrido puede estar expresado en términos de tiempo y distancia, recorrer el mínimo de kilómetros o llevar a cabo un tour en el menor tiempo posible.

  5. Algoritmos

  6. Algoritmo Heurístico Voraz – El Primero, el mejor

  7. Algoritmo Heurístico - Definición • Algoritmo Meta - Heurístico • Escoger siempre el mejor elemento en cada paso, conocido como el candidato más prometedor, a fin de llegar a una solución óptima. • El avance es paso a paso, empezando con un conjunto solución vacío.

  8. Algoritmo Heurístico - Definición Conjunto C de candidatos: conjunto de clientes Función de selección: determina el cliente más cercano al último cliente seleccionado (candidato prometedor) Función de factibilidad: Comprueba que el conjunto de candidatos seleccionados junto al nuevo candidato prometedor permitan llegar a una solución. Función objetivo: minimizar el costo del cableado. Está dado por la siguiente fórmula: f(x) = ( d * costo_cable/m ) * factor

  9. Algoritmos Heurístico -Aplicación • Problema del cambio de dinero • El problema de la mochila • El problema de la • El problema de cortes de una dimensión • El problema de la selección de proyectos de inversión

  10. Algoritmos Heurístico – Diagrama de flujo • funcion voraz(C:conjunto):conjunto • { C es el conjunto de todos los clientes } • S = {Ø}    { S es el conjunto en el que se construye la solución } • mientras  C <> vacío hacer • x = el elemento de C que maximiza seleccionar(x) C = C - {x} sicompletable(S U {x}) entonces S = S U {x} • sisolucion(S) • entonces devolver S • si no devolverno hay solucion • fin

  11. Algoritmos Heurísticos • Desventajas • Miopía. • Ventajas • Fácil de diseñar e implementar. • Fácil de comprobar la optimización.

  12. Algoritmo Meta-heurístico Grasp

  13. Algoritmo Grasp - Definición • Algoritmo Meta-Heurístico • Usado para problemas de optimización combinatoria • Es un proceso multicomienzo o iterativo.

  14. Algoritmo Grasp - Aplicación • Cada iteración presenta 2 fases: • Fase de Construcción. Considerando una lista restringida de elementos candidatos se selecciona aleatoriamente uno para añadirlo en la construcción de la solución. • Fase de Mejora. Realiza una búsqueda local en el vecindario de la solución construida con el fin de mejorar esta solución.

  15. Algoritmo Grasp – Diagrama de flujo • procedimiento GRASP (numIteraciones, instancia) • Leer (instancia) • Mientras <no se cumple con número de iteraciones> hacer • Fase de Construcción • Fase de Mejora • Actualizar la mejor solución • Regresar la mejor solución

  16. Algoritmo Grasp Desventajas No exhaustivo No se escoge necesariamente la mejor solución Ventajas Facilidad de implementación Buena solución con costo de procesamiento razonable Puede servir como paso previo en la aplicación de otros algoritmos

  17. Algoritmos Meta-heurístico Genético

  18. Algoritmo Genético - Definición

  19. Algoritmo Genético - Aplicación

  20. Algoritmo Genético – Diagrama de Flujo

  21. AlgoritmoGenético Ventajas Desventajas

  22. Conclusiones

  23. Referencias • http://www.research.att.com/~mgcr/doc/gannbib.pdf • catarina.udlap.mx/u_dl_a/tales/documentos/lii/martinez_g_ag/capitulo3.pdf

More Related