Problema del agente

viajero
Navarro jara Jorge Luis
Seminario de inteligencia artificial 2
Índice

 Introducción
 Desarrollo
 Conclusiones
 Referencias
Introducción

 El problema fue formulado por primera vez en 1930 y es uno de los problemas
de optimización más estudiados. Es usado como prueba para muchos métodos
de optimización. Aunque el problema es computacionalmente complejo, una
gran cantidad de heurísticas y métodos exactos son conocidos, de manera
que, algunas instancias desde cien hasta miles de ciudades pueden ser
resueltas
Desarrollo

 El TSP tiene diversas aplicaciones aún en su formulación más simple, tales

como: la planificación, la logística y en la fabricación de circuitos
electrónicos. Un poco modificado, aparece como: un sub-problema en muchas
áreas, como en la secuencia de ADN. En esta aplicación, el concepto de
“ciudad” representa, por ejemplo: clientes, puntos de soldadura o
fragmentos de ADN y el concepto de “distancia” representa el tiempo de
viaje o costo, o una medida de similitud entre los fragmentos de ADN.
Modelo matemático
 Si se considera una matriz de distancias Cij, un grafo
G=(V,A) completo y las variables de decisión Xij como
variables binarias, donde , se tiene que el modelo
matemático del TSP es el siguiente (Öncan et al., 2009):

 Con las restricciones (1) y (2) se indica que se entra y se

sale de cada ciudad una sola vez. Cada una de estas
restricciones tiene una cardinalidad n. La restricción (3)
garantiza que no habrá subtours en la solución, al no
permitir que se pase más de una vez por la misma
ciudad. Realmente esta es la restricción que complica el
modelo al tener un crecimiento exponencial, haciendo
que sea difícil resolverlo, ya que se tiene una restricción
por cada subconjunto del conjunto de vértices. Esta
restricción tiene una cardinalidad 2n
Formas de resolverlo
 Enumeración de todas las soluciones factibles. Es decir, enlistar todas las
posibles soluciones al problema, calcular sus costos asociados, e identificar,
por comparación, cuál es la solución con el costo más conveniente.
 Métodos exactos. También llamados algoritmos óptimos, intentan descartar
familias enteras de posibles soluciones, tratando así de acelerar la búsqueda y
llegar a una óptima. Los que más se usan para resolver el TSP son
Ramificación y Acotamiento, y Ramificación y Corte.
 Heurísticas. Son métodos obtienen buenas soluciones en tiempos de cómputo
muy cortos, aunque sin garantizar la optimalidad de la solución.
Heurísticas

 Heurísticas constructivas. Procedimientos que se encargan de obtener una

solución a partir de un criterio inicial, esto es, construyen una solución
factible.
 Heurísticas de búsqueda local. Procedimientos para mejorar soluciones ya
encontradas. Tratan de optimizar localmente alrededor de una solución,
ubicando mínimos locales.
 Heurísticas combinadas: Procedimientos que constan de una heurística
constructiva y una heurística de búsqueda local.
Conclusiones

 El programa del agente viajero nos es de gran utilidad ya que se utiliza en

varias aplicaciones desde viajes hasta combinaciones con el ADN, también nos
muestra que a pesar de ser un problema NP-Completo se puede resolver de
diferentes maneras varias de estas nos muestran un panorama sobre dicho
problema desde soluciones con heurísticas, métodos extractos,
enumeraciones, etc.
Referencias

 https://es.wikipedia.org/wiki/Problema_del_viajante
 http://www.posgradoeinvestigacion.uadec.mx/CienciaCierta/CC30/3.html
 file:///C:/Users/Luis/Documents/inteligencia%20artificial%202/Algoritmos%2
0gen%C3%A9ticos.pdf