Teorı́a Investigación de Operaciones

Programación Heurı́stica
La heurı́stica está diseñada para encontrar buenas soluciones aproximadas de problemas combi-
natorios difı́ciles que de lo contrario no pueden resolverse mediante los algoritmos de optimización
disponibles.
Hasta ahora hemos visto cómo modelar problemas bien con programación entera bien como pro-
blema de redes, pero al mismo tiempo hemos visto sus limitaciones. Dichas limitaciones pueden
venir bien por el tamaño de las instancias que estamos resolviendo, o por la dificultad del problema
particular que queremos resolver. En general, problemas más apegados a situaciones reales suelen
cumplir con alguno de estos condicionantes, y por tanto no resulta práctico utilizar las técnicas
vistas hasta ahora. Una heurı́stica es una técnica de búsqueda directa que utiliza reglas favorables
prácticas para localizar soluciones mejoradas. La ventaja de la heurı́stica es que en general deter-
mina (buenas) soluciones con rapidez, utilizando reglas de solución simples. La desventaja es que
la calidad de la solución (con respecto a la óptima) suele desconocerse.
El mundo de las heurı́sticas está en continuo desarrollo, y hoy en dı́a es una de las técnicas
más utilizadas para resolver problemas complejos. En general, las heurı́sticas se diseñan en base
al problema que se va a resolver, pero existen heurı́sticas clásicas que son la base de cualquier
heurı́stica moderna que se genere.
Para estudiar las heurı́sticas, lo mejor es tener un problema modelo sobre el que se explicará cada
uno de los métodos que se verán en este tema:

El problema del agente viajero

El problema del agente viajero (TSP, por sus siglas en inglés) es un problema clásico en la IdeO. Su
enunciado es simple, pero su resolución para instancias de más de 10 ciudades puede ser compleja.
Problema del Agente Viajero - TSP
Se tiene un conjunto N = {1, . . . , n} de ciudades y se conoce la distancia entre cada par
de ciudades cij (coste de viajar de la ciudad i a la ciudad j). El objetivo es encontrar un
recorrido que, empezando y terminando en la misma ciudad, recorra todas las ciudades
una sola vez, con el coste mı́nimo
Existe mucha literatura sobre este problema, y varios libros clásicos y recientes. El problema ha
sido estudiado desde muchos ángulos y, aunque sigue siendo un clásico, hoy en dı́a el éxito en su
resolución se basa más en capacidad computacional que en avances matemáticos sobre el problema.
Las aplicaciones de TSP van más allá de la definición clásica de visitar ciudades, a continuación
se mencionan alguna de ellas:
Secuenciación de pinturas en una planta de producción. Una compañı́a produce lotes de
diferentes pinturas en la misma planta de producción. Cuando se completa una secuencia de

Otoño 2023 1 Dra. Marta Cabo Nodar

 colores, se inicia un nuevo ciclo en el mismo orden. La secuenciación de los colores afecta
el tiempo de preparación (arreglo) entre lotes sucesivos. La meta es seleccionar la secuencia
que minimice el tiempo de preparación total por ciclo.
Tarjeta de circuito integrado. Se perforan agujeros en tarjetas de circuito idénticas para mon-
tar los componentes electrónicos. Las tarjetas se alimentan en secuencia debajo de un taladro
móvil. La meta es determinar la secuencia que complete la perforación de todos los agujeros
en una tarjeta en el tiempo más corto posible.
Agrupamiento de proteı́nas. Las proteı́nas se agrupan utilizando una medida numérica de si-
militud basada en la interacción de las proteı́nas. La información del agrupamiento se utiliza
para predecir las funciones de proteı́nas desconocidas. El mejor agrupamiento es el que ma-
ximiza la suma de las medidas de similitud entre proteı́nas adyacentes.

Modelo PLE para el TSP

El TSP se puede modelar como problema de programación lineal entera con tan sólo 3 tipos de
restricciones:
1. A todas las ciudades se entra una sola vez
2. De todas las ciudades se sale una sola vez
3. La solución forma un viaje redondeo por todas las ciudades.
Las restricciones 1 y 2 son fáciles de modelar. El problema surge cuando se modela la 3a restricción.
Hay varias alternativas para este modelado, ninguna de ellas suficientemente satisfactoria como
para poder usar este modelo.

Representación de la solución en el TSP

Cuando tenemos una solución del TSP, tenemos un recorrido que empieza en una ciudad, recorre
todas las ciudades, y termina en la primera. En esencia cualquier permutación de las n ciudades
forman una solución factible del TSP, en el entendido de que el último viaje conecta el primer y
último término de la permutación. Ası́ pues, toda solución del TSP se puede representar como un
vector de dimensión n, v ∈ Rn , en el que vi representa la ciudad visitada en la i−ésima parada del
recorrido.
Este problema, fácil de entender en su planteamiento, fácil de representar cualquier solución fac-
tible, pero a la vez difı́cil de resolver para instancias de tamaño medio (20+ ciudades) hacen que
sea un buen problema para introducir las heurı́sticas.

Otoño 2023 2 Dra. Marta Cabo Nodar