1 / 11

Algoritmo GRASP

Algoritmo GRASP. 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.

gage-hall
Télécharger la présentation

Algoritmo GRASP

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. Algoritmo GRASP

  2. 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

  3. Algoritmo GRASP Forma General • Procedimiento GRASP() • P = Cargar_problema(instancia, α); • Mientras (no se cumpla la condición de parada) hacer • S = Algoritmo_Constructivo(P); • S = Busqueda_Local(S); • Registrar_Mejor_Sol(S); • Fin Mientras; • Retornar_Mejor_Sol(); • Fin GRASP P: Son datos del problema

  4. Algoritmo GRASP Algoritmo Constructivo • Algoritmo_Constructivo(P) • S = φ; E = P.elementos; α=P.alfa; • Mientras (E <> φ) • hacer • τ = Peor {f(e)|e ∈ E}; • β= Mejor{f(e)|e ∈ E}; • RCL = {e ∈ E | β-α(β-τ)≤f(e)≤β}; • c = escoger_elem_azar(RCL); • S = S U {c}; • E = E - {c}; • Fin Mientras; • Retornar_Sol(S); • Fin Algoritmo_Constructivo

  5. Algoritmo GRASP Búsqueda Local • Busqueda_Local(S) • Mejor_S=S; • V = Construir_Vecindad(S); • Mientras (V <> φ) hacer • S’ = obtener_elem_Vecindad(V); • Si (Mejor{f(S’), f(Mejor_S)}) Entonces • Mejor_S = S’; • V=V-{S’}; • Fin Mientras • Retornar (Mejor_S); • Fin Busqueda_Local

  6. Algoritmo GRASP Forma General

  7. Algoritmo GRASP Algoritmo Constructivo

  8. Algoritmo GRASP Algoritmo Constructivo (Adaptado)

  9. Algoritmo GRASP Búsqueda Local

  10. Algoritmo GRASP Búsqueda Local (Adaptado)

  11. Algoritmo GRASP Ventajas y Desventajas • 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. • No se puede precisar cuan cerca se está de la solución óptima. • La solución obtenida no es la óptima

More Related