ChasquiSoft

1. Investigación Algorítmica ChasquiSoft

2. Integrantes – Grupo 6 1. Contreras Ames, Roy Carlos 20037038 2. Gaspar Calle, Ronald 20040385 3. Urlich Ames, Rafael 20050272 4. Paredes Anicama, Fernando 20050438 5. Castro Toribio, Jorge 20052036 6. Ruiz Vergara, César Augusto 20057238

3. Agenda • Introducción • Algoritmos • Heurístico: Primero el mejor. • Meta-heurístico: GRASP. • Meta-heurístico: Genético. • Conclusiones • Referencias

4. Introducción • Descripción del problema del agente viajero: El problema del agente viajero, consiste en un agente de ventas que tiene que visitar n ciudades comenzando y terminando en una misma ciudad, visitando solamente una vez cada ciudad, y haciendo el recorrido de costo mínimo, este costo de recorrido puede estar expresado en términos de tiempo y distancia, recorrer el mínimo de kilómetros o llevar a cabo un tour en el menor tiempo posible.

5. Introducción • Gráfico de red de un grupo de clientes con su antena correspondiente:

6. Algoritmos

7. Algoritmo Heurístico Voraz – El Primero, el mejor

8. Algoritmo Heurístico - Definición Algoritmo Meta - Heurístico Escoger siempre el mejor elemento en cada paso, conocido como el candidato más prometedor, a fin de llegar a una solución óptima. El avance es paso a paso, empezando con un conjunto solución vacío.

9. Conjunto C de candidatos: conjunto de clientes Función de selección: determina el cliente más cercano al último cliente seleccionado (candidato prometedor) Función de factibilidad: Comprueba que el conjunto de candidatos seleccionados junto al nuevo candidato prometedor permitan llegar a una solución. Función objetivo: minimizar el costo del cableado. Está dado por la siguiente fórmula: f(x) = ( d * costo_cable/m ) * factor

10. Problema del cambio de dinero • El problema de la mochila • El problema de la • El problema de cortes de una dimensión • El problema de la selección de proyectos de inversión

11. Algoritmos Heurístico – Diagrama de flujo • funcion voraz(C:conjunto):conjunto • { C es el conjunto de todos los clientes } • S = {Ø}    { S es el conjunto en el que se construye la solución } • mientras  C <> vacío hacer • x = el elemento de C que maximiza seleccionar(x) C = C - {x} sicompletable(S U {x}) entonces S = S U {x} • sisolucion(S) • entonces devolver S • si no devolverno hay solucion • fin

12. Desventajas • Miopía. • Ventajas • Fácil de diseñar e implementar. • Fácil de comprobar la optimización.

13. Algoritmo Meta-heurístico Grasp

14. Algoritmo Meta-Heurístico • Usado para problemas de optimización combinatoria • Es un proceso multicomienzo o iterativo.

15. Cada iteración presenta 2 fases: • Fase de Construcción. Considerando una lista restringida de elementos candidatos se selecciona aleatoriamente uno para añadirlo en la construcción de la solución. • Fase de Mejora. Realiza una búsqueda local en el vecindario de la solución construida con el fin de mejorar esta solución.

16. Algoritmo Grasp – Diagrama de flujo • procedimiento GRASP (numIteraciones, instancia) • Leer (instancia) • Mientras <no se cumple con número de iteraciones> hacer • Fase de Construcción • Fase de Mejora • Actualizar la mejor solución • Regresar la mejor solución

17. Ventajas Facilidad de implementación Buena solución con costo de procesamiento razonable Puede servir como paso previo en la aplicación de otros algoritmos Desventajas No exhaustivo No se escoge necesariamente la mejor solución

18. Algoritmos Meta-heurístico Genético

19. Algoritmo Genético - Definición

20. Algoritmo Genético - Aplicación

21. Algoritmo Genético – Diagrama de Flujo

22. AlgoritmoGenético Ventajas Desventajas

23. Conclusiones • Luego del análisis realizado de las ventajas y desventajas de cada algoritmo, el equipo Chasquisoft ha decidido experimentar con una fusión de dos algoritmos: Grasp-Genético.

24. http://www.research.att.com/~mgcr/doc/gannbib.pdf catarina.udlap.mx/u_dl_a/tales/documentos/lii/martinez_g_ag/capitulo3.pdf Referencias