slide1
Download
Skip this Video
Download Presentation
Algoritmo GRASP

Loading in 2 Seconds...

play fullscreen
1 / 11

Algoritmo GRASP - PowerPoint PPT Presentation


  • 180 Views
  • Uploaded on

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.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Algoritmo GRASP' - gage-hall


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
slide2

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
slide3

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

slide4

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
slide5

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
slide6

Algoritmo GRASP

Forma General

slide7

Algoritmo GRASP

Algoritmo

Constructivo

slide8

Algoritmo GRASP

Algoritmo

Constructivo

(Adaptado)

slide9

Algoritmo GRASP

Búsqueda

Local

slide10

Algoritmo GRASP

Búsqueda

Local

(Adaptado)

slide11

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
ad