1 / 29

Telekom Solutions

Telekom Solutions. Agenda. Definición del problema Objetivo del algoritmo Algoritmos Comparaciones Conclusiones Preguntas. Definición del problema. Hallar una solución eficiente que se aproxime a la óptima en el diseño de la red de cableado de clientes, aplicado a TeleRural.

shina
Download Presentation

Telekom Solutions

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Telekom Solutions

  2. Agenda • Definición del problema • Objetivo del algoritmo • Algoritmos • Comparaciones • Conclusiones • Preguntas

  3. Definición del problema • Hallar una solución eficiente que se aproxime a la óptima en el diseño de la red de cableado de clientes, aplicado a TeleRural.

  4. Objetivo del algoritmo • Minimizar los costos y tiempos de instalación de nuevos clientes de tal manera que permita una eficiente distribución de estaciones y antenas.

  5. Algoritmo VORAZ

  6. Algoritmo VORAZ Descripción • Normalmente usados en problemas de optimización. • Dado un conjunto de elementos de entrada se van seleccionando o desechando estos para formar un conjunto de elementos que cumplan con la restricciones. • Un algoritmo voraz no encuentra siempre una solución óptima, pero muchas veces la logra.

  7. Algoritmo VORAZ Forma General

  8. Algoritmo VORAZ Forma Adaptada

  9. Rapidez en hallar una solución, cuando la encuentran. Algoritmo VORAZ Ventajas • El algoritmo voraz arroja soluciones que están muy cerca de las soluciones exactas. • Rapidez en hallar una solución, cuando la encuentran. • Moderado costo computacional. • De implementación sencilla. Desventajas • El enfoque que aplican es muy corto y toma decisiones basándose en la información que tienen disponible de modo inmediato, sin tener en cuenta los efectos que estas decisiones puedan tener en el futuro. • Se estancan en óptimos locales de las funciones que pretenden optimizar y quizá no analizan vecindades más allá del criterio, por lo que pueden estar dejando de considerar al óptimo global.

  10. Algoritmo GRASP

  11. 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

  12. Algoritmo GRASP Forma General

  13. Algoritmo GRASP Algoritmo Constructivo

  14. Algoritmo GRASP Algoritmo Constructivo (Adaptado)

  15. Algoritmo GRASP Búsqueda Local

  16. Algoritmo GRASP Construcción de la vecindad S={ } V={ , , … } Versiones Alternas 2-Exchange

  17. Algoritmo GRASP Búsqueda Local (Adaptado)

  18. Algoritmo GRASP Forma General

  19. Algoritmo GRASP Ventajas • 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. Desventajas • No se puede precisar cuan cerca se está de la solución óptima. • La solución obtenida sólo es una óptima local.

  20. Algoritmo GENETICO

  21. Algoritmo GENETICO Descripción • Algoritmo inspirado en evolución biológica. • “Los más aptos sobreviven” • Con métodos de búsqueda dirigida basada en probabilidades. Mayor # Iteraciones Mayor probabilidad de obtener el óptimo

  22. Algoritmo GENETICO Ventajas • Operan de forma simultánea con varias soluciones. • Usan operadores probabilísticos. • Resulta sumamente fácil ejecutarlos en las modernas arquitecturas. Desventajas • Difíciles de adaptar a los problemas. • Requieren de granprocesamiento.

  23. Algoritmo GENETICO Aleatoriamente GRASP La ruleta Cruzamiento entre pares de cromosomas Modificación del cromosoma. Descartar y seleccionar

  24. Algoritmo GENETICO Adaptado al caso TELERURAL Generación y Representación Evaluar Factor Fitness Cambios a las redes Descarte y selección

  25. Comparaciones

  26. Conclusiones

  27. Conclusiones • El propósito del trabajo fue la comprensión de los algoritmos heurísticos, meta heurísticos y evolutivos para ser adaptados a nuestro problema. • Ningún algoritmo da la solución ideal pero si una aproximada. • Por los criterios de comparación planteados se puede definir que el algoritmo GRASP probablemente sea el algoritmo más adecuado .

  28. Bibliografía • es.wikipedia.org/wiki/Algoritmo_genético • http://the-geek.org/docs/algen/ • http://www.uv.es/~rmarti/docencia/doctorado/Intro.pdf (OK) • http://thales.cica.es/rd/Recursos/rd99/ed99-0033-04/java/ • http://catarina.udlap.mx/u_dl_a/tales//documentos/lii/hernandez_r_cm/capitulo3.pdf (OK) • http://www.raycojorge.info/archivos/iberhttp://thales.cica.es/rd/Recursos/rd99/ed99-0033-04/voraz_introd.html • http://www.lsi.upc.es/~iea/transpas/2_voraces/sld092.htm

More Related