1 Propuesta del algoritmoChasquisoft Propuesta del algoritmo

2 Integrantes Grupo 6 1. Contreras Ames, Roy Carlos 200370382. Gaspar Calle, Ronald 3. Urlich Ames, Rafael 4. Paredes Anicama, Fernando 5. Castro Toribio, Jorge 6. Ruiz Vergara, César Augusto Grupo 6

3 Agenda Introducción Algoritmos Conclusiones ReferenciasHeurístico: 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 Algoritmos

6 Voraz – El Primero, el mejorAlgoritmo Heurístico Voraz – El Primero, el mejor

7 Algoritmo Heurístico - DefiniciónAlgoritmo 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.

8 Algoritmo Heurístico - DefiniciónConjunto 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 8

9 Algoritmos Heurístico - AplicaciónProblema 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

10 Algoritmos Heurístico – Diagrama de flujofuncion 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} si completable(S U {x}) entonces S = S U {x} si solucion(S) entonces devolver S si no devolver no hay solucion fin

11 Algoritmos HeurísticosDesventajas Miopía. Ventajas Fácil de diseñar e implementar. Fácil de comprobar la optimización.

12 Algoritmo Meta-heurísticoGrasp

13 Algoritmo Grasp - DefiniciónAlgoritmo Meta-Heurístico Usado para problemas de optimización combinatoria Es un proceso multicomienzo o iterativo.

14 Algoritmo Grasp - AplicaciónCada 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.

15 Algoritmo Grasp – Diagrama de flujoprocedimiento GRASP (numIteraciones, instancia) Leer (instancia) Mientras hacer Fase de Construcción Fase de Mejora Actualizar la mejor solución Regresar la mejor solución

16 Algoritmo Grasp 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

17 Algoritmos Meta-heurísticoGenético

18 Algoritmo Genético - Definición

19 Algoritmo Genético - Aplicación

20 Algoritmo Genético – Diagrama de Flujo

21 Algoritmo Genético Ventajas Desventajas

22 Conclusiones

23 Referencias http://www.research.att.com/~mgcr/doc/gan nbib.pdfcatarina.udlap.mx/u_dl_a/tales/documentos/ lii/martinez_g_ag/capitulo3.pdf