Investigación Algorítmica

Presentación del tema: "Investigación Algorítmica"— Transcripción de la presentación:

1 Investigación Algorítmica
Proyecto Hyperion Investigación Algorítmica LogycSystems

2 Agenda Algoritmos Investigados Conclusiones Preguntas
Proyecto Hyperion - Presentación de Investigación Algorítmica

3 Algoritmos Investigados
Descripción del conjunto de algoritmos que pueden servir como base para la construcción de una solución para el problema de la Programación de Tareas Voraces (greedy) GRASP Búsqueda Tabú Proyecto Hyperion - Presentación de Investigación Algorítmica Proyecto Hyperion - Presentacion de Investigacion Algoritmica 3

4 Algoritmos Voraces Proyecto Hyperion - Presentacion de Investigacion Algoritmica

5 Algoritmos Voraces Descripción
Normalmente usados en problemas de optimización. Aplica a problemas donde se busca maximizar o minimizar una función objetivo Dado un conjunto de elementos de entrada se van seleccionando o desechando estos para formar un conjunto de elementos que cumplan con la restricciones. La solución final no tiene porque ser optima siempre Proyecto Hyperion - Presentacion de Investigacion Algoritmica

6 Algoritmos Voraces Proyecto Hyperion - Presentación de Investigación Algorítmica

7 Algoritmos Voraces Ventajas y Desventajas
Rapidez en hallar una solución, cuando la encuentran Fácil implementación y realización de pruebas Moderado costo computacional Toma de decisiones sin tomar en cuenta lo que pueda ocurrir mas adelante Pueden caer en ciclos Proyecto Hyperion - Presentacion de Investigacion Algoritmica

8 Algoritmos Voraces Aplicaciones
Problemas con velocidad de respuesta vital Problemas con árboles de decisiones muy grandes, donde es casi imposible analizar la totalidad de posibilidades Ejemplos: Búsqueda de caminos mínimos sobre grafos Búsqueda de árbol mínimo recubridor Selección de proyectos simple Proyecto Hyperion - Presentación de Investigación Algorítmica

9 GRASP Proyecto Hyperion - Presentacion de Investigacion Algoritmica

10 Algoritmo GRASP Descripción Algoritmo de Búsqueda meta-heurística.
Combina métodos de optimización determinísticos y estocásticos. Etapas: Construcción y Procedimiento de búsqueda local. Proyecto Hyperion - Presentación de Investigación Algorítmica

11 Algoritmo GRASP Algoritmo – Problema de cortes en Láminas
Proyecto Hyperion - Presentacion de Investigacion Algoritmica

12 Algoritmo GRASP Ventajas y Desventajas
Los algoritmos GRASP son recomendables cuando el conjunto de datos a trabajar es muy grande. La solución obtenida no es la óptima, pero es altamente aceptable. Este algoritmo se puede utilizar con gran éxito en sectores que tengan que ver con empaquetamientos. Proyecto Hyperion - Presentacion de Investigacion Algoritmica

13 Algoritmo GRASP Aplicaciones
Para resolver el problema de Multi-Agente Viajero: Una aplicación en la Distribución de Mercaderías. La localización multiobjetivo de Molinos de Vientos Corte 2D con agrupamiento tipo guillotina con rotación para tableros Proyecto Hyperion - Presentacion de Investigacion Algoritmica

14 Búsqueda Tabú Proyecto Hyperion - Presentacion de Investigacion Algoritmica

15 Búsqueda Tabú Descripción
Algoritmo de Búsqueda Meta heurístico que guía un procedimiento heurístico de búsqueda local en la búsqueda de optimalidad global. Proyecto Hyperion - Presentacion de Investigacion Algoritmica

16 Limitante: se detiene al encontrar un mínimo local
“Local Search” Limitante: se detiene al encontrar un mínimo local Proyecto Hyperion - Presentación de Investigacion Algoritmica

17 Búsqueda Tabú = Búsqueda local + Memoria a corto plazo
Lista Tabú Proyecto Hyperion - Presentacion de Investigacion Algoritmica

18 Procedimiento de resolución inteligente Exploración responsiva
Búsqueda Tabú Procedimiento de resolución inteligente Memoria adaptativa Exploración responsiva Proyecto Hyperion - Presentacion de Investigacion Algoritmica

19 Criterio de aspiración
Elementos Claves Restricciones Tabú Criterio de aspiración Evita Ciclos Escapa de un pobre óptimo local Evita movidas hacia atrás Proyecto Hyperion - Presentacion de Investigacion Algoritmica

20 Ejemplo Programación de Tareas
[Introducción a la Búsqueda Tabú] Maquina T1 T2 T3 T4 T5 T6 Proyecto Hyperion - Presentacion de Investigacion Algoritmica

21 15 posibles intercambios
Ejemplo Permutación Inicial Valor Función Objetivo = 39 Solución Adyacente Valor Función Objetivo = 47 15 posibles intercambios Proyecto Hyperion - Presentacion de Investigacion Algoritmica

22 Ejemplo Estructura Lista Tabú Iteración 0 Iteración 1
Nota: Las Restricciones Tabú no son inviolables. Iteración 0 Iteración 1 Proyecto Hyperion - Presentacion de Investigacion Algoritmica

23 Iteración 2 Iteración 3 Iteración 6 Iteración 5 Iteración 4
Movimiento de no Mejora Iteración 2 Iteración 3 Iteración 6 Iteración 5 Iteración 4 Proyecto Hyperion - Presentacion de Investigacion Algoritmica

24 Factores Vecinos. Tamaño de la Lista Tabú.
Numero de Vecinos No tabúes generados en una Iteración. Proyecto Hyperion - Presentacion de Investigacion Algoritmica

25 Veces que cada par de tareas ha sido intercambiado
Ejemplo Estructuras de Memoria Tabú Complementarias … 14 Iteraciones después Veces que cada par de tareas ha sido intercambiado Proyecto Hyperion - Presentacion de Investigacion Algoritmica

26 Ventajas y Desventajas
Supera las limitaciones de los algoritmos heurísticos : Miopía y voracidad Evita movimientos hacia atrás (Lista Tabú) Su enfoque es mas determinista. Difícil de Implementar Alto Costo Computacional Proyecto Hyperion - Presentacion de Investigacion Algoritmica

27 Aplicaciones Problemas de Planificación (Horarios)
Diseño (Espacios arquitectónicos, redes tolerantes a errores) Lógica e Inteligencia artificial (Reconocimiento de patrones) Telecomunicaciones (asignación de rutas) Producción, inventario e inversión (planeación de inventarios) Proyecto Hyperion - Presentacion de Investigacion Algoritmica

28 Conclusiones Proyecto Hyperion - Presentacion de Investigacion Algoritmica

29 Preguntas Proyecto Hyperion - Presentacion de Investigacion Algoritmica