ALGORITMOS GENTICOS (AG)

PRCTICO N 1: PROBLEMA DE LA MOCHILA

BERLANDE
AMAR

Consiste en elegir, de entre un conjunto de n elementos de un negocio, (cada uno con un valor vi , y un peso pi ), aquellos que puedan ser cargados en la mochila de un individuo, que decide hacer una visita nocturna al negocio. La mochila resiste un peso mximo P y se debe tener en cuenta que el visitante pretende acumular el mayor valor posible, entre todos los objetos que recoge. Este es un claro ejemplo de la presentacin de un problema, en el que hay dificultad para hallar una solucin ptima exacta, principalmente por el tiempo que llevara recorrer y combinar todas las posibilidades en forma exhaustiva. Para 20 elementos se definen 220=1.048.580 subconjuntos o soluciones Para 60 elementos se necesitan 365 siglos para resolver el problema, a 1 milln de soluciones por segundo Existen entonces, mtodos heursticos que proporcionan soluciones factibles (que satisfacen las restricciones del problema), que aunque no optimicen la funcin objetivo, se acercan al valor ptimo en un tiempo de clculo razonable. Una clase de algoritmos heursticos son los mtodos constructivos, que consisten en ir agregando componentes individuales a la solucin hasta que se obtiene una solucin factible. Un representante de stos son los algoritmos greedy (golosos o devoradores). Estos algoritmos van construyendo paso a paso la solucin, buscando el mximo beneficio en cada paso. En el problema de la mochila, debemos ir escogiendo los elementos que aporten el mayor valor en proporcin a su peso ( vi / pi ).

EJERCICIOS

1. Desarrollar un algoritmo goloso que brinde una solucin para el siguiente conjunto de datos:
Objeto 1 2 3 4 5 6 7 8 9 10 Peso (grs.) 150 325 600 805 430 1200 770 60 930 353 Valor ($) 20 40 50 36 25 64 54 18 46 28

Peso mximo soportado por la mochila: 4200 grs.

2. Dados 3 elementos, cuyos pesos son: 1800 grs., 600 grs. Y 1200 grs. y cuyos valores son: $72, $36 y $60 respectivamente, y dado que la mochila puede soportar hasta 3000 grs. se pide: A) Hallar una solucin utilizando un algoritmo goloso. B) Analizar dicha solucin respecto a su grado de optimizacin y elaborar las conclusiones que considere adecuadas.