Investigación Algorítmica Proyecto Hyperion Investigación Algorítmica LogycSystems

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

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

Algoritmos Voraces Proyecto Hyperion - Presentacion de Investigacion Algoritmica

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

Algoritmos Voraces Proyecto Hyperion - Presentación de Investigación Algorítmica

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

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

GRASP Proyecto Hyperion - Presentacion de Investigacion Algoritmica

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

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

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

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

Búsqueda Tabú Proyecto Hyperion - Presentacion de Investigacion Algoritmica

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

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

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

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

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

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

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

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

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

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

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

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

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

Conclusiones Proyecto Hyperion - Presentacion de Investigacion Algoritmica

Preguntas Proyecto Hyperion - Presentacion de Investigacion Algoritmica