Introdução à Otimização

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Caminho Mínimo em Grafos
Advertisements

AULA 01 PROGRAMAÇÃO DINÂMICA
Grafos - Caminhos Caminhos Máximo / Mínimo:
CAMINHAMENTO EM GRAFOS (CONTINUAÇÃO)
Celso C. Ribeiro Caroline T. Rocha
Fluxo em Redes Prof. Ricardo R. Santos.
O Problema de Roteamento de Veículos (PRV)
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
Celso C. Ribeiro Caroline T. Rocha
Pontes Seja (G) o número de componentes conexas de G. Uma ponte é uma aresta a tal que (G - a) > (G)
FACILITY LOCATION PROBLEM
Fonte, Sumidouro, Capacidade e Fluxo
GRASP Greedy Randomized Adaptative Search Procedure
PROBLEMA DE ROTEAMENTO DE VEíCULOS COM DIVISÃO DE ENTREGA
Árvores.
EXPRESSÕES ARITMÉTICAS
Transporte em Tempo Mínimo
Introdução Redes LAN - abrangência: edifícios e campos.
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
Algoritmos Genéticos Marcone Jamilson Freitas Souza
Busca Tabu - Revisão Marcone Jamilson Freitas Souza
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Busca Dispersa Scatter Search
Introdução à Otimização: modelagem
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Maximização de Funções usando Simulated Annealing
Rodrigo Geraldo Ribeiro Denis Pinto Pinheiro Camila Leles Rezende
ROTEIRIZAÇÃO Marcone Jamilson Freitas Souza
XXXV SBPO - PROGRAMAÇÃO DE TRIPULAÇÕES DE ÔNIBUS URBANO:
Marcone Jamilson Freitas Souza
Inteligência Computacional para Otimização
Métodos Numéricos e Estatísticos
Branch-and-Bound Marcone Jamilson Freitas Souza
Método SIMPLEX Marcone Jamilson Freitas Souza
Inteligência Computacional para Otimização
Métodos Numéricos e Estatísticos
Busca Tabu Marcone Jamilson Freitas Souza Departamento de Computação
Otimização por Colônias de Formigas – ACO (Ant Colony Optimization)
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Meta - heurísticas Prof. Aurora
Semana 03: Comandos de desvio de fluxo. Expressões lógicas.
Otimização por Colônia de Formigas (ACO)
Inteligência Computacional para Otimização
Funções Universidade Federal de Ouro Preto - UFOP
Material Didático Proposto 1 Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas.
Material Didático Proposto
Tópicos em otimização combinatória
Traveling Salesman Problem: Alguns métodos heurísticos
Celso C. Ribeiro Caroline T. Rocha
Histórico, exemplos e problemas
Problemas de fluxo em grafos 1º semestre/2012 Prof. André Renato
Semana 03 Comandos de desvio de fluxo. Expressões lógicas.
Introdução e Busca Cega
Introdução aos Agentes Inteligentes Busca Cega (Exaustiva)
Fluxo Máximo e Empalhemento Algoritmos 2 – IF775
Problema do menor Caminho
PROGRAMAÇÃO MATEMÁTICA MÉTODO SIMPLEX
1. Introdução Heitor L. Polidoro 1, Denis F. Wolf 2 Laboratório de Robótica móvel Departamento de Sistemas de Computação Instituto de Ciências Matemáticas.
15)Entregar ao cliente o produto desejado no prazo combinado(no momento certo) e o produto deve ser o desejado(o produto certo) e Sem reclamação futura.
Métodos Construtivos x Aprimoramento
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Grafos Anjolina Grisi de Oliveira 2005
Mailson Felipe da Silva Marques Johnson Cordeiro Sarmento
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
Marcone Jamilson Freitas Souza Departamento de Computação – UFOP Variable Neighborhood Descent (VND) e Variable Neighborhood.
Transcrição da apresentação:

Introdução à Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto http://www.decom.ufop.br/prof/marcone

Problema de Roteamento de Veículos

Problema de Roteamento de Veículos com frota homogênea Seja G = (V, E) um grafo não direcionado, onde V = {v0, v1,..., vn} é o conjunto dos vértices e E = {(vi, vj): vi ,vj  V, i < j} é o conjunto de arestas. O vértice v0 representa o depósito, sendo este a base de uma frota de veículos idênticos de capacidade Q, enquanto os vértices remanescentes correspondem às cidades ou consumidores. Cada consumidor vi tem uma demanda não negativa qi e q0 = 0. A cada aresta (vi, vj) está associada uma distância não negativa cij que representa a distância entre os consumidores.

Problema de Roteamento de Veículos com frota homogênea O Problema de Roteamento de Veículos consiste em determinar o conjunto de rotas que deverão ser feitas pelos veículos minimizando os custos de transporte, dado pela distância e respeitando as seguintes condições: Cada rota começa e termina no depósito; Toda cidade de V \ {v0} é visitada somente uma vez por somente um veículo; A demanda total de qualquer rota não deve superar a capacidade Q de um veículo.

Um modelo de programação matemática para o Problema de Roteamento de Veículos com frota homogênea Sejam dados: n cidades m veículos de capacidade VCAP A demanda qi de cada cidade A distância dij entre cada par de cidade Variáveis de decisão:

Um modelo de programação matemática para o Problema de Roteamento de Veículos com frota homogênea

Adaptação da Heurística do Vizinho mais próximo para o Problema de Roteamento de Veículos com frota homogênea Idéia básica: Passo 1: Parte-se do depósito com um novo veículo até a cidade mais próxima Passo 2: Calcular a cidade mais próxima da última cidade inserida na rota e verificar se é possível atender sua demanda Passo 3: Se for possível atender a demanda dessa cidade, adicioná-la à rota. Caso contrário, retornar ao depósito e voltar ao Passo 1.

Adaptação da Heurística do Vizinho mais próximo para o Problema de Roteamento de Veículos com frota homogênea s ={0-2-1-0-5-3-4-6-7-0-8-9-10-0}

Heurística Construtiva de Clark & Wright para o Problema de Roteamento de Veículos com frota homogênea Idéia básica: Parte-se da pior situação possível: o veículo sai do depósito, atende um único cliente e retorna Passo iterativo: Unir as rotas de cada veículo com base no conceito de economia À medida que se reduz a distância total percorrida, o número de veículos necessários também é reduzido

Economia sij = di0 + d0j - dij Heurística Construtiva de Clark & Wright para o Problema de Roteamento de Veículos com frota homogênea (a) Rota inicial (b) Rota combinada i j i j Economia sij = di0 + d0j - dij

Sij = di0 + dj0 - dij di0 dj0 dij Sij 5 4 1 2 3 27 32 52 43 34 28 20 24 13 38 Sij = di0 + dj0 - dij

5 4 1 2 3 27 24 28 13 38 di0 dj0 dij Sij

5 4 1 2 3 27 24 13 28 38 34 di0 dj0 dij Sij

5 4 1 2 3 27 13 28 24 38 34 di0 dj0 dij Sij