INTELIGÊNCIA COMPUTACIONAL PARA OTIMIZAÇÃO

Slides:



Advertisements
Apresentações semelhantes
Inteligência Artificial
Advertisements

Programação de Horário em Escolas
Algoritmos Genéticos Alex F. V. Machado. Algoritmos Genéticos Quanto melhor um indivíduo se adaptar ao seu meio ambiente, maior será sua chance de sobreviver.
O Problema de Roteamento de Veículos (PRV)
Algoritmos para Geração de Variáveis Aleatórias
Amintas engenharia.
OTIMIZAÇÃO DO PROJETO DE REDES URBANAS BASEADO NO PROBLEMA DE STEINER
CÁLCULO DA INVERSA DA BASE
Introdução a Algoritmos Seqüenciais
Inteligência Artificial
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Meta - heurísticas Prof. Aurora
GRASP Greedy Randomized Adaptative Search Procedure
PROBLEMA DE ROTEAMENTO DE VEíCULOS COM DIVISÃO DE ENTREGA
UM ESTUDO SOBRE O PROBLEMA DO CAIXEIRO VIAJANTE
ÉLDMAN DE OLIVEIRA NUNES E AURA CONCI INSTITUTO DE COMPUTAÇÃO UFF
Dárlinton B. Feres Carvalho
Inteligência Computacional para Otimização
Relaxação Adaptativa Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Iterated Local Search (ILS)
Colônia de Formigas (Ant Colony Optimization)
São João del-Rei, 23 a 26 de novembro de 2004
Alocação de Salas Via Simulated Annealing
Métodos Numéricos e Estatísticos
RED143 - Métodos Numéricos e Estatísticos
Busca Tabu - Revisão Marcone Jamilson Freitas Souza
FlowShop Scheduling Permutacional
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Introdução à Otimização
Busca Dispersa Scatter Search
Otimização de Funções Contínuas via Algoritmos Genéticos Adaptado do trabalho realizado por: Frederico Heitor Mônica do Amaral.
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Otimização de Funções Contínuas via Algoritmos Genéticos
Maximização de Funções usando Simulated Annealing
TÓPICOS ESPECIAIS EM INTELIGÊNCIA ARTIFICIAL
XXXV SBPO - PROGRAMAÇÃO DE TRIPULAÇÕES DE ÔNIBUS URBANO:
Inteligência Computacional para Otimização
OTIMIZAÇÃO DE PESO EM TRELIÇAS METÁLICAS VIA VND E VNS
Inteligência Computacional para Otimização
Busca Tabu Marcone Jamilson Freitas Souza Departamento de Computação
Algoritmos Genéticos Rômulo Ferreira Douro.
Inteligência Artificial
Balanceamento de Linhas
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
INF 1771 – Inteligência Artificial
Algoritmos para Operação de Junção Loops Aninhados
Meta - heurísticas Prof. Aurora
T ÓPICOS DE I.A. Métodos de Busca Busca em Espaços de Estado Prof. Mário Dantas.
Otimização por Colônia de Formigas (ACO)
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Modelagem de Problemas como ferramenta ensino-aprendizagem
Otimização Inteira 5a. Aula Franklina.
GRASP Disciplina: ODST Professores: José Oliveira e Maria Carravilla
Introdução aos Agentes Inteligentes Busca Heurística (Informada)
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Algoritmos de Busca Local
Algoritmos e Estruturas de Dados I – Recursão
Sistemas Operacionais
Inteligência Artificial
Equações algébricas e transcendentais
Métodos de Resolução Solução Analítica Solução Numérica
CI202Y - Métodos Numéricos Nelson Suga 2010
Métodos Construtivos x Aprimoramento
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Busca em Espaço de Estados Parte2 Algoritmos de Busca Cega
Mailson Felipe da Silva Marques Johnson Cordeiro Sarmento
Sistemas Inteligentes Algoritmos de Melhorias Iterativas (Otimização)
Marcos Corrêa Neves Gilberto Câmara Renato M. Assunção
Marcone Jamilson Freitas Souza Departamento de Computação – UFOP Variable Neighborhood Descent (VND) e Variable Neighborhood.
Transcrição da apresentação:

INTELIGÊNCIA COMPUTACIONAL PARA OTIMIZAÇÃO O Problema de Sequenciamento em Processadores Paralelos

O PROBLEMA Técnica utilizada; Modelagem;

MODELAGEM Leitura dos dados; Montagem do modelo de solução; Submissão da solução a uma heurística VND

ALGORITMO Solução inicial usando 3-FASES; Refinamento usando VND;

3-FASES Fase 1-Alocação inicial - Dividir o intervalo [pmim, pmax] em r intervalos aproximadamente iguais; - Os intervalos são mais úteis nas fases 2 e 3; - Dividir as tarefas entre os processadores seguindo um critério;

3-FASES Fase 2-Balanceamento - Melhora a solução encontrada pela FASE 1; - Troca tarefas do processador mais carregado para o menos carregado; - A escolha da tarefa a ser trocada é orientada pelo tempo médio de finalização;

3-FASES Fase 3-Duplas Trocas - Incorporar novas soluções ao espaço de busca; - Melhor troca envolvendo uma tarefa do processador mais carregado e uma de outro processador; - Volta para a FASE 2; - A escolha das tarefas a serem trocadas é orientada pela diferença dos tempos de processamento entre elas;

3-FASES Escolha do Parâmetro r Valores Recomendados de r n/m r* (1,10) 2 [10,50) 5 [50,100) 10 [100,200) 15 [200,100) 20

VND Refinar a solução; Vizinhanças; N(1)(s) N(2)(s)

VND procedimento VND 1. Seja s0 uma solução inicial e r o número de estruturas diferentes de vizinhança; 2. s  s0; {Solução corrente} 3. k  1; {Tipo de estrutura de vizinhança} 4. enquanto (k  r) faça 5. Encontre o melhor vizinho s’  N (k) (s); 6. se f(s’) < f(s) 7. então s  s’; k  1; 8. senão k  k + 1; 9. fim-se ; 10. fim-enquanto ; 11. Retorne s; fim VND;

FUNÇÃO OBJETIVO fo = max {Ci} , 0 ≤ i < m;

CONCLUSÃO Tempo exponencial Heurísticas

BIBLIOGRAFIA Tese de Doutorado. Algoritmos Heurísticos e Exatos para Resolução do Problema de Sequenciamento em Processadores Paralelos. Felipe Martins Müller. Notas de aula de Inteligência Computacional. Prof° Marcone Jamilson Freitas Souza. Acesso em 20/11/2003.

Daniel Magalhães Nobre COMPONENTE Daniel Magalhães Nobre