UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

Facultad de ingeniera y negocios Tecate

Alumnos: Ros Rodrguez Rafael Gpe. Vzquez Hernndez Martin Materia: Investigacin de operaciones Actividad a entregar: Investigacin de Operaciones en Accin (Heurstica). Maestra: M.C.A. Velia Ferreiro Fecha de entrega: 27/09/2013

El problema del agente viajero (TSP) es del tipo de problemas que son difciles de resolver tales como la programacin en la manufactura de bienes al igual que el ruteo de vehculos. Sin embargo, al igual que muchos otros que se presentan en el campo de optimizacin es sumamente difcil de resolver (por resolver, nos referimos a encontrar la solucin optima al problema y probar desde luego que esta es efectivamente la mejor solucin posible. La implicacin directa de un problema difcil de resolver es que cualquier algoritmo empleado para encontrar la solucin optima emplea un tiempo de computo que crece exponencialmente con el tamao de los datos del problema. Por tal motivo, nace la necesidad de emplear heursticas, las cuales son procedimientos que aunque garantizan una solucin ptima empleado para enco0ntrar la solucin optima emplea un tiempo de cmputo que crece exponencialmente con el tamao de los datos del problema. Por tal motivo, nace la necesidad de emplear heursticas, las cuales son procedimiento que aunque no garantizan una solucin optima al problema, obtienen soluciones factibles de alta calidad en un tiempo de ejecucin razonable. 3. ALGORITMOS PARA LA SOLUCION DEL TSP Heursticas de propsito especial Empezaremos describiendo algunas heursticas de propsito especial que han sido propuestas para resolver el TSP. Se llaman de propsito especial pero que explotan la estructura y caractersticas particulares de cada problema. La primera familia de esta clase de heursticas que describiremos pertenecen a las heursticas de tipo miope, son llamadas as porque solo se preocupan por hacer lo mejor que pueden localmente sin ver mas all de un cierto entorno muy cercano. a) El vecino mas cercano: Se trata de un procedimiento constructivo se parte de elegir un vrtice inicial. Una vez seleccionado mediremos la distancia que hay de este vrtice al os restantes y elegiremos ahora aquel cuya distancia al vrtice inicial sea la mnima. De la misma manera, construiremos una trayectoria donde el vrtice se elige tomando la mnima distancia que hay desde Jk hasta cada uno de los vrtices sean distintos de los ya elegidos. b) La insercin mas cercana: Este procedimientos tambin constructivo, pero en contraste con el anterior, en el cual se tiene un camino, y solo al final se completa un tour, aqu tenemos subtours, los cuales van creciendo hasta completar un tour que abarque todos los vrtices.

Garantas de desempeo En el caso del TSP es posible encontrar garantas de desempeo, pero con la condicin de que las instancias examinadas posean una propiedad adicional: la desigualdad del triangulo. La heurstica deja mucho que desear, ya que en la primera desigualdad no tenemos un valor constante que nos de una garanta para todas las instancias, as que en todo caso podramos decir que c*= (infinito). Por otra parte la segunda desigualdad no asegura, que de hecho encontraremos instancias para las cuales de la heurstica produce valores muy alejados del ptimo. Metaheurisitcas Las metaheurisitcas son una clase de mtodos de aproximacin que se disean para atacar problemas difciles para los cuales las heursticas de propsito especial han fracasado en dar resultados efectivos y eficientes. Las meta heursticas proporcionan marcos generales que permiten crear nuevos hbridos combinando diferentes conceptos derivados de las heursticas clsicas, la inteligencia artificial, la evolucin biologa, los sistemas neuronales, la mecnica estadstica y el psicoanlisis freudiano. Estas familias de enfoques incluyen, pero no estn limitadas a algoritmos genricos, GRASP, redes neuronales, bsqueda tab y recocida simulada. El mtodo metaheurisitca que emplearemos aqu, Bsqueda Tab, fue propuesto por Fred Glover en 1986 y esta basado en el psicoanlisis freudiano. Es un mtodo de bsqueda local. Se trata de un mtodo iterativo el cual da inicio desde un inicio desde una solucin arbitraria, el procedimiento consiste en explorar una vecindad previamente definida para cada punto del espacio de soluciones y elige una nueva solucin dentro de tal vecindad, la cual mejora el valor que se tiene a mano. La bsqueda termina cuando se alcanza una solucin tal que es la mejor dentro de vecindad predefinida, esto es, ya no puede seguirse mejorando. A esta solucin ptima del problema, sin embargo, no podemos esperar que siempre suceda esto. Al contrario es plausible esperar que este mnimo local se encuentre lejos de la solucin ptima del problema. En el caso particular del TSP, un mtodo de bsqueda local sencilla, es el llamada 2-opt. Este consiste en eliminar del tour un par de aristas que no sean adyacentes y reemplazarlas con el nico par de aristas con el cual se puede formar nuevamente un tour. TS gua un procedimiento de bsqueda local para continuar mas all de ptimos locales, esto es al no poder seguir mejorando la solucin, se permite tomar otra solucin aun cuando el valor no mejore, sino que se degrade, esto permite salir del optimo local encontrado, pero al mismo tiempo se corre el peligro de caer en un ciclo, de mejorar o empeorarla solucin para evitar esto se emplea una estrategia que modifica las vecindades a medida que la bsqueda avanza. TS utiliza estructuras de memoria para determinar esta vecindad modificada, las soluciones permitidas se determinan identificando soluciones encontradas dentro de un horizonte especificado.