ACME

1. Arce Gutiérrez, Juan Miguel 200170322. Ortiz Túpac Yupanqui, Jorge Rolando 200281073. Castro Velarde, Miguel Ángel 200323294. Salazar Ferreyra, Lizbeth Liliana 200402745. Vargas Norabuena, Raúl Isaac 20044057

Grupo 6

1. Problema y Solución2. Algoritmo

• Heurístico: Primero el mejor.• Meta-heurístico: GRASP.• Meta-heurístico: Genético.

3. Conclusiones4. Referencias

Algoritmos Heurístico

Voraz – El Primero, El mejor

• Candidatos• Evaluación progresiva• Exploratorios y validaciones• Sin búsqueda de todas las

alternativa• Soluciones buenas, no óptimas

• Voraz – El primero, el mejor Ordenamiento: Se ordenan los

candidatos por medio de la función objetivo.

Selección: Los candidatos son sometidos a prueba.

Condición: Se cumplen las condiciones de parada solución encontrada

• El problema de la mochila.• El problema de cortes en una

dimensión.• El problema de embalaje de paquetes.• El problema del cambio de dinero.• El problema del enrutamiento de

vehículos.• El problema de la selección de

proyectos de inversión.

Ingreso de Requimientos

Ingreso de Requimientos

InicioInicio

Ordenamiento de Población Ordenamiento de Población

Existe solución y no

existe población

Existe solución y no

existe población

FinFin

Selección de

Candidato

Selección de

Candidato

NoNo

SiSi

Ventajas• Búsqueda de la

solución óptima.• Poca complejidad en

la implementación.• Menor tiempo de

procesamiento en la ejecución del algoritmo

Desventajas• La solución presentada

no siempre es la mejor.• Punto ciego, no cubre

todas las posibles soluciones.

• No operan en forma simultanea varias soluciones, sino de manera secuencial.

• No son adaptativos.

•Creado al final de la década de los 80s con la finalidad de resolver problemas de cubrimiento de conjuntos. •Pertenece a la familia de los algoritmos Meta-Heurísticos. •Se basa en mecanismos estadísticos.

Es un procedimiento iterativo que consiste en dos fases:

•Fase Construcción•Fase Mejoría

Inicio

Fin

Leer requerimientos (monto)

Se ordenan los proyectos desc respecto a la función objetivo

Se terminaron de procesar todos los proyectos o el monto

ya se cubrió

Hallar la Lista Restringida de Candidatos (RCL)

Escoger de manera aleatoria un elemento de la

RCL

Colocar el elemento dentro del conjunto solución de los proyectos a invertir

SI

NO

Ventajas Utiliza lista de candidatos

para cubrir las posibles soluciones.

Utiliza un proceso de selección aleatorio para evitar voracidad.

Implementación sencilla. Tiempo de respuesta

rápido.

Desventajas La solución dependerá de

la constante de relajación (alfa).

Dado que es un método constructivo, es difícil aplicarlo en problemas cuyas soluciones viables sean difíciles de construir.

No se obtienen los óptimos locales en la fase de construcción.

•Problema del cambio de moneda.•Problema de ruta crítica.•Bin packing.•Cortes en una y dos dimensiones.•Cubrimiento de conjuntos.

• Teoría de la Evolución de Darwin• Vida Artificial• Computación Evolutiva

Algoritmos evolutivos• Redes Neuronales

• Algoritmo Evolutivo Evaluación : Se le asigna un fitness a

cada individuo, en función de lo bien que resuelve el problema.

Selección : ¿Quién muere? ¿Quién se reproduce?

Reproducción : Se generan lo nuevos individuos de la población.

Ventajas• Paralelismo• Resolución de

Problemas NP (No Lineales)

• Adaptativos• No tienen

conocimiento previo del problema

Desventajas• Representación del problema• Función Objetivo (Función de

Aptitud)• Parámetros(Tamaño

Población, ritmo de cruzamiento y mutación, etc.)

• Convergencia prematura

Recomendación : No utilizarlo en problemas resolubles de manera analítica

Conclusiones

• Algoritmos con buen tiempo de respuesta.

• Los algoritmos GRASP utilizan gastan menos tiempo que los algoritmos Genéticos.

• No suelen hallarse los óptimos globales pero sí una aproximación muy cercana.

Referencias

• Steven S. Skiena (1998) “The Algorithm Design Manual”• Feo P. and Resende M.G.C (2001) “GRASP: an Annotated

Bibliography” AT&T Labs Research Tech. Report• catarina.udlap.mx/u_dl_a/tales/documentos/lii/

hernandez_r_cm/capitulo3.pdf -