Algoritmo GRASP
This presentation is the property of its rightful owner.
Sponsored Links
1 / 11

Algoritmo GRASP PowerPoint PPT Presentation


  • 111 Views
  • Uploaded on
  • Presentation posted in: General

Algoritmo GRASP. Algoritmo GRASP. (Greedy Randomized Adaptive Search Procedure). Descripción. Procedimiento de búsqueda: Goloso Aleatorio Adaptativo Algoritmo meta heurístico Optimización combinatoria Procedimiento iterativo, cada paso consta de dos fases: Construcción Mejora.

Download Presentation

Algoritmo GRASP

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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Algoritmo grasp

Algoritmo GRASP


Algoritmo grasp

Algoritmo GRASP

(Greedy Randomized Adaptive Search Procedure)

Descripción

  • Procedimiento de búsqueda:

    • Goloso

    • Aleatorio

    • Adaptativo

  • Algoritmo meta heurístico

  • Optimización combinatoria

  • Procedimiento iterativo, cada paso consta de dos fases:

    • Construcción

    • Mejora


Algoritmo grasp

Algoritmo GRASP

Forma General

  • Procedimiento GRASP()

    • P = Cargar_problema(instancia, α);

    • Mientras (no se cumpla la condición de parada) hacer

      • S = Algoritmo_Constructivo(P);

      • S = Busqueda_Local(S);

      • Registrar_Mejor_Sol(S);

    • Fin Mientras;

    • Retornar_Mejor_Sol();

    • Fin GRASP

P: Son datos del problema


Algoritmo grasp

Algoritmo GRASP

Algoritmo Constructivo

  • Algoritmo_Constructivo(P)

    • S = φ; E = P.elementos; α=P.alfa;

    • Mientras (E <> φ)

    • hacer

      • τ = Peor {f(e)|e ∈ E};

      • β= Mejor{f(e)|e ∈ E};

      • RCL = {e ∈ E | β-α(β-τ)≤f(e)≤β};

      • c = escoger_elem_azar(RCL);

      • S = S U {c};

      • E = E - {c};

    • Fin Mientras;

    • Retornar_Sol(S);

    • Fin Algoritmo_Constructivo


Algoritmo grasp

Algoritmo GRASP

Búsqueda Local

  • Busqueda_Local(S)

  • Mejor_S=S;

  • V = Construir_Vecindad(S);

    • Mientras (V <> φ) hacer

      • S’ = obtener_elem_Vecindad(V);

      • Si (Mejor{f(S’), f(Mejor_S)}) Entonces

      • Mejor_S = S’;

      • V=V-{S’};

    • Fin Mientras

    • Retornar (Mejor_S);

    • Fin Busqueda_Local


Algoritmo grasp

Algoritmo GRASP

Forma General


Algoritmo grasp

Algoritmo GRASP

Algoritmo

Constructivo


Algoritmo grasp

Algoritmo GRASP

Algoritmo

Constructivo

(Adaptado)


Algoritmo grasp

Algoritmo GRASP

Búsqueda

Local


Algoritmo grasp

Algoritmo GRASP

Búsqueda

Local

(Adaptado)


Algoritmo grasp

Algoritmo GRASP

Ventajas y Desventajas

  • Recomendable cuando el conjunto de datos a trabajar es grande y se requiere una solución aceptable.

  • Sencillez y facilidad de implementación.

  • Permiten una mayor flexibilidad para el manejo de las características del problema.

  • No se puede precisar cuan cerca se está de la solución óptima.

  • La solución obtenida no es la óptima


  • Login