1.

RESOLVER
SELECCIÓN DE PROYECTOS CON ALGORITMOS GRASP

PRESUPUESTO = 100
3 5 6 8 2 1 4

P1 P2 P3 P4 P5 P6 P7

riesgo 19 28 34 35 20 18 8
retorno 27 21 40 42 36 25 28

α= 0.6

lista de
candidatos
conjunto de proyectos restrictas
conjunto seleccionado
IT E B-max B-min RCL S RIESGO RETORNO
0 P1,P2,P3,P4,P5,P6,P7, 35 8 (P1,P2,p3,p4 P5)
p3 34 40
1 P1,P2,P4,P6,P7, 35 8 (P1,p2,p4,p5)
p3,p1 53 67
2 P2,P4,P6,P7, 35 8 (P2,p4,p5)
p3,p1,p4 88 109
3             
            
     
 
Solucion={p3,p1,p4} Riesgo=88 Retorno=109    
               

RCL= Bmax-x(Bmax-Bmin)<=UI<=Bmax
 18.8 IZQ DER PROY_ESCOJIDO
18.8 35 3 3
x−2
f ( x )=
2+ sinx
2 Utilice Algoritmo Genetico para hallar el maximo de la funcion:

# Intervalos 0 - 15
Longitud de 4
cadena

Solucion:

# Poblacion 16
Seleccionamos muestra
pareja
f.
individuos Genotipo fenotipo torne
Adaptacion
o
ASCII 8 4 2 1 X f(x)  
1 0 0 1 0 2 0 4
2.88163476
3
2 0 1 0 1 5 2
2.00711975
2
3 1 0 0 0 8 8
1.88183109
1
4 0 1 1 1 7 5

mejor individuo   2 X=5 f(x)= 2.88163476

recombinacion Ganador
Nuevos Pareja funcion
Nuevo Individuo Punto Cruce Ind. Cruce fenotipo
Individuos Cruce adaptacion
ASCII 8 4 2 1     8 4 2 1    
 1 0 0 1 0 2 2 0 0 0 1 1 0.341470985
2 0 1 0 1 1 2 0 1 1 0 6 1.720584502
3 0 1 0 1 4 1 0 0 1 0 2 0.909297427
4 0 0 1 0 3 1 0 1 0 1 5 0.541075725

mejor individuo   2 X=6 f(x)= 1.720584502