HEURÍSTICAS HÍBRIDAS PARA EL PROBLEMA DE RUTAS DE VEHÍCULOS CON CAPACIDAD LIMITADA HYBRID HEURISTICS FOR THE CAPACITATED VEHICLE ROUTING PROBLEM
|
|
- Ana Isabel Santos Palma
- hace 8 años
- Vistas:
Transcripción
1 HEURÍSTICAS HÍBRIDAS PARA EL PROBLEMA DE RUTAS DE VEHÍCULOS CON CAPACIDAD LIMITADA HYBRID HEURISTICS FOR THE CAPACITATED VEHICLE ROUTING PROBLEM ARMIN LÜER VILLAGRA 1 JAIME BUSTOS GÓMEZ 1 CHRISTIAN VILLALOBOS 2 1 Dpto. de Ingeniería de Sistemas, Facultad de Ingeniería, Ciencias y Administración. Universidad de La Frontera. Avda. Francisco Salazar Temuco. Chile. arminluer@gmail.com, jbustos@ufro.cl. 2 Dpto. de Ingeniería Industrial y de Sistemas, Escuela de Ingeniería. Pontificia Universidad Católica de Chile. Av. Vicuña Mackenna Santiago. Chile. cvillalobos@ing.puc.cl. RESUMEN En la mayoría de las empresas productivas, el costo de transporte representa un porcentaje importante del total de los costos logísticos. Por esta razón, toda mejora en este ítem otorga un beneficio a la organización, especialmente bajo el actual panorama económico mundial. Este trabajo estudia la resolución del problema de ruteo de vehículos con capacidad limitada (CVRP), donde se busca minimizar el costo total de transporte incurrido por una flota de vehículos, con capacidad limitada para transportar productos, desde un punto de distribución hacia un conjunto de puntos de entrega. Se analizan estrategias de heurísticas paralelas para resolver el CVRP. Para ello, se estudian los métodos posibles, y se comentan los algoritmos para futuras pruebas computacionales, y su aplicación al problema. Palabras clave: ruteo de vehículos, metaheurísticas, paralelismo. ABSTRACT In most production corporations, transportation cost represents a high percentage of the logistical costs. That is why every improvement on it gives a benefit to the organization, especially under the current economy. This work studies the capacitated vehicle routing problem (CVRP), where we aim to minimize the total transportation costs incurred by vehicles having a limited capacity for transporting goods from a depot to the customers. We analyze parallel strategies to solve the problem. Then, we discuss the implementation of dynamical parallel methods. Finally, we comment the algorithms we will use in future test and their application to the problem. Key Words: vehicle routing, meta-heuristics, parallelism.
2 1. INTRODUCCIÓN 1.1. El problema El ruteo de vehículos es un problema clásico de optimización combinatorial, dado su impacto en los costos logísticos, tal como ha sido señalado en Ballou (2004). El problema de ruta de vehículos fue propuesto por primera vez por Dantzig & Ramser (1959) y, siguiendo a Laporte (2007), se define sobre un grafo no dirigido G = ( V, A), siendo V el conjunto de vértices, y A = {( i, j) : i, j V, i j}, el de arcos. Desde el depósito, que como convención es el vértice 0, salen m vehículos con igual capacidad Q, para satisfacer las demandas de los distintos clientes q i Q, i V { 0}. Se define una matriz de costos c, que representa la distancia (costo o tiempo) entre los distintos vértices del grafo. La idea es determinar las rutas de cada uno de los m vehículos, de modo que éstos inicien y terminen su recorrido en el depósito, cada cliente sea visitado sólo una vez, y las demandas abarcadas por cada ruta no excedan la capacidad del vehículo ( Q ). Este problema es también conocido en la literatura como CVRP con demandas no idénticas o CVRP con demandas no divisibles según Bramel & Simchi-Levi (1997). En un análisis más profundo, se observa que el CVRP consta de dos partes, ambas computacionalmente complejas: el problema de la mochila con variables enteras y acotadas (Knapsack Problem), para asignar las distintas demandas a las distintas rutas, cada una con capacidad limitada; y el problema del vendedor viajero (Traveling Salesman Problem), que consiste en abastecer a mínimo costo (distancia o tiempo), un conjunto de demandas ya asignadas. Ambos problemas pertenecen a la clase NP, por lo que la obtención de soluciones exactas para problemas de gran tamaño resulta muy difícil o imposible, necesitándose muchas veces de heurísticas para su resolución Métodos de resolución Métodos exactos El problema de las rutas de vehículos con capacidad limitada (CVRP) pertenece a la clase NP, según lo demostrado por Bodin & Golden (1981). Por esto, la resolución de problemas de problemas de gran tamaño (sobre 100 clientes) toma un tiempo computacional elevado, ya que es proporcional a la exponencial del tamaño de la entrada, expresada en término de la cantidad de puntos de demanda, o de vehículos a utilizar. Según Laporte (2007), el CVRP puede ser formulado mediante programación lineal entera. Si se considera la variable entera i, j aparece en la solución óptima, el CVRP se puede formular como: x, que representa la cantidad de veces que el arco [ ] Minimizar, [ i j] E c x (1)
3 s. a. x0 j = 2m, (2) j V { 0} { 0} xik + xkj = 2, k V ; (3) i< k j> k i S, j S i S, j S ( S ), S V { 0} x 2 b ; (4) { 0} x = 0,1, i, j V ; (5) { 0} x0 j = 0,1,2, i, j V. (6) La expresión (1) establece la minimización del costo total de ruteo, la expresión (2) define el grado que posee el vértice 0 (el depósito). En este caso m puede ser una constante establecida a priori, o una variable (el número de vehículos a utilizar). En este último caso, en la función objetivo se debe agregar el costo total de operación de los vehículos, que depende del número de vehículos m. La ecuación (3) establece que en cada nodo distinto del depósito, sólo haya dos arcos incidentes. Finalmente, la expresión (4) exige, por un lado, que no se formen subtours, forzando que cada cliente esté conectado con el depósito y, por otro, exige que las capacidades b S se define como en la expresión (7). de los vehículos no sean superadas. Usualmente ( ) b ( S ) = i S qi Q (7) Debido a que la cantidad de restricciones (4) es exponencial con respecto al número de clientes cubiertos, el problema (1)-(6) se suele abordar mediante branch&cut, relajando inicialmente las restricciones de integralidad de las variables y las de conectividad (4). Las restricciones de conectividad se agregan en la medida que son violadas y las de integralidad son abordadas mediante ramificación. También se puede fortalecer la formulación agregando restricciones válidas tal como se detalla en Laporte (2007). Existen otros enfoques que han sido utilizados con variados niveles de éxito, como formulaciones basadas en el concepto de flujo de materiales (Baldacci et al., 2004), partición de conjuntos (Balinski & Quandt, 1964), entre otros Heurísticas Una heurística es un algoritmo que permite obtener soluciones de buena calidad para un problema. Esto permite tener menores tiempos de ejecución, pero sin asegurar la optimalidad de la solución. Dependiendo de cómo acometen su labor, las heurísticas (para el problema de rutas de vehículos) pueden clasificarse, según Laporte (2007), en:
4 Constructivas: no parten de una solución factible, sino que la van elaborando a medida que progresan. Una de las más conocidas es la heurística de ahorros propuesta por Clarke & Wright (1964), donde se crean n rutas factibles, y se va probando a unir una ruta que termina en i con otra que comienza en j, agregando el arco [ i, j], calculando el ahorro de cada posible movimiento. Otro ejemplo típico son las heurísticas angulares o de pétalo, donde las soluciones se van agregando en el orden angular que presentan respecto al centro de distribución, respetando las restricciones de capacidad, o de distancia máxima de viaje, según sea el caso. De mejora: trabajan sobre una solución factible. Existen del tipo intra-ruta, que mueven arcos dentro de una misma ruta, entre los que se encuentran las heurísticas 2-opt, 3-opt y más generalmente la desarrollada por Lin & Kernighan (1973) y extra-ruta que los intercambian entre dos o más rutas distintas, como la heurística 2-swap Metaheurísticas Una metaheurística es una estrategia (heurística) general para la resolución de una clase muy general de problemas para los que no existe un algoritmo confiable de resolución, ya sea por la complejidad del problema, o por falta de estudios en la resolución de éste. Tienen un rol fundamental en la Investigación de Operaciones, pues pueden ser aplicadas a problemas de Optimización Combinatorial, con resultados muy cercanos al óptimo. Se basan en la observación de la naturaleza, la evolución biológica, procesos físicos asociados a la manufactura, etc. Dentro de las características deseables de una metaheurística están: Ser algoritmos de optimización global. Esto implica la existencia de mecanismos que le permitan escapar de óptimos locales, ya sea perturbando la solución actual, generándola basada en otras anteriores, aceptando con una cierta probabilidad alguna que no mejora la evaluación de la función objetivo, etc. Brindar suficiente libertad a quien la implemente, mediante la posibilidad de trabajar con distintos parámetros, estrategias de paralelización, adición de heurísticas complementarias, etc. Lograr un rendimiento consistente y estable en los problemas de la clase que resuelven. Algunas de las metaheurísticas más comúnmente utilizadas en problemas de optimización combinatorial, y específicamente en problemas de ruteo de vehículos, se encuentran: Algoritmos genéticos: corresponden a una clase de algoritmos evolutivos, los cuales fueron descritos por primera vez por Fraser (1957). Cada solución del problema se codifica en un cromosoma, donde cada elemento de éste se le llama gen. El conjunto de cromosomas forman una población, que para una iteración corresponde a una generación. Se les aplican diversos operadores, para generar nuevos individuos, que son agregados a la población, en un proceso iterativo que trata de escapar de mínimos locales. Han tenido éxito en resolver problemas de rutas de vehículos, así como de localización y cobertura, entre muchos otros. Búsqueda en vecindarios variables: comúnmente denominada VNS por su nombre en inglés, parte desde una solución inicial aleatoria, a partir de la que se van explorando, usando algún algoritmo de búsqueda local eficiente, vecindarios progresivamente más lejanos (y grandes); en caso de que se encuentre una mejor solución, la búsqueda se mueve hasta ella,
5 reiniciándose la búsqueda en los vecindarios de esta. Esta metaheurística aparece por primera vez en el trabajo de Mladenović & Hansen (1997), naciendo con el tiempo un conjunto de variantes para la resolución de problemas muy grandes, como es el caso del trabajo de Kytöjoki et al. (2007), o para lograr mejoras de velocidad. Entre algunas de éstas se encuentran: VNS reducida: llamado también RVNS, omite completamente la búsqueda local del algoritmo. Permite obtener buenas soluciones en tiempos computacionales bajos, pero no es recomendable para instancias de tamaño muy grande. VNS con descomposición: denominado VNDS, en cada iteración resuelve descomposiciones del problema original, para poder utilizar las ventajas de velocidad de RVNS para problemas pequeños, así como la precisión en los resultados de VNS para problemas mayores, como lo muestran los resultados obtenidos por Hansen et al. (2001) para el problema de la p -mediana. VNS descendente: comúnmente mencionado como VND, es similar a la búsqueda descendente voraz, conocida como Greedy Descent Search, con la diferencia de que primero se busca en el entorno de la solución actual (los distintos vecindarios), y en base a la mejora realizada, se decide si moverse o no. Recocido simulado: se trata de asemejar el proceso de manufactura donde un material (metal) es calentado hasta altas temperaturas, para luego ser enfriado lentamente, de tal manera que sus estructuras cristalinas se reorganicen en la configuración de mínima energía. En la versión computacional, la temperatura es discretizada, y para realizar una analogía con la situación física, se admiten soluciones peores que la mejor encontrada con una probabilidad proporcional a la distribución termodinámica de Boltzmann, permitiendo escapar de óptimos locales. Es fácil de implementar, y posee varios parámetros que se pueden cambiar para buscar mejoras, como el patrón de enfriamiento, o la probabilidad de aceptar una peor solución. Búsqueda tabú: en esta metaheurística, se busca en la proximidad de la solución actual otra que mejore la evaluación de la función objetivo, almacenando las soluciones anteriores (o alguna característica de éstas), las que son marcadas como tabú. Esto evita que el algoritmo entre en un ciclo, pudiendo escapar de óptimos locales. Ha sido utilizada, por ejemplo, para la resolución del CVRP con distintos tipos de vehículos, con buenos resultados, como lo reporta Brandão (2009). Destaca además el estudio de la influencia de sus parámetros en el rendimiento, hecho por Barros & Torres (2005). Colonias de hormigas: basadas en la naturaleza, varias hormigas (procesos, hilos, agentes, etc.) exploran distintas direcciones del espacio de soluciones factibles, dejando tras de sí un rastro de feromonas, que le indican a la siguiente hormiga las direcciones más interesantes de ser exploradas, las que toma con una probabilidad proporcional al nivel de feromona existente, en un intento por no caer en un óptimo local. Junto con esto, por su naturaleza multi-agente de búsqueda aparece como una estrategia trivialmente paralelizable. Además, los niveles de feromonas disminuyen tras cada iteración (se evapora).
6 Heurísticas híbridas Una heurística híbrida es aquella que ha sido construida integrando heurísticas en forma parcial o total, o bien extendiendo el alcance de alguna de éstas. Algunos trabajos recientes en heurísticas híbridas, para el problema de rutas de vehículos, son los siguientes: El trabajo de Wang & Lu (2009) es una heurística híbrida de tres fases, todas construidas alrededor de un algoritmo genético, enfocada a problemas con menos de 100 puntos de demanda. En la primera etapa, se genera una población utilizando en forma combinada las heurísticas NAM (Nearest Addition Method) y SA (Sweep Algorithm), lo que permite obtener un agrupamiento adecuado de los clientes en forma radial y angular. Posteriormente, se utiliza la RSM (Response Surface Methodology) para determinar mediante experimentos automáticos los valores óptimos para las probabilidades de cruzamiento y mutación. Finalmente, se ejecuta el algoritmo genético, el cual además posee una versión mejorada del SA, que aumenta la diversidad de la exploración, evitando además la convergencia prematura. Junto con esto, se mantiene un conjunto de soluciones de buena calidad, para un proceso de mejora final. Esta heurística se encuentra enfocada a un problema práctico, por lo que su funcionamiento es mejor cuando se cuenta con menos de 100 puntos de demanda. El caso presentado es el de la distribución para las fuerzas armadas de Taiwán. En una reciente publicación de Lin et al (2009), se presenta una heurística que posee características tanto de recocido simulado como de búsqueda tabú, que es probada en instancias clásicas y de gran escala, siendo competitiva con otros algoritmos que resuelven el CVRP. Esta heurística funciona de la siguiente forma: Se inicializan los parámetros, y se genera una solución inicial X, o se toma como parámetro. Se genera una nueva solución a partir de X, llamada Y, con distintas probabilidades: mediante la operación de intercambio sobre X (45%), mediante la operación de inserción (45%), eligiendo una fracción de los mejores intercambios posibles (5%), o mediante una fracción de las mejores inserciones posibles (5%). Si la solución es tabú, e Y no es la mejor solución encontrada hasta este momento, repetir el paso anterior, en caso contrario, determinar el cambio de la función objetivo respecto a la mejor hasta ahora. Si se mejora la función objetivo, aceptarla, en caso contrario, aceptarla con una probabilidad proporcional a la distribución de Boltzmann. Actualizar temperatura del sistema, contador de iteraciones, y volver a iterar. Si se ha superado la cantidad de iteraciones, o el sistema se ha congelado, parar, retornando la solución final.
7 La heurística integrada secuencialmente realizada en Villalobos (2007), con motivo de la competencia GO-Cup En este concurso, se debía resolver un conjunto de instancias del CVRP con dos objetivos: como objetivo principal se debía fue minimizar la cantidad de vehículos necesarios para cumplir con las demandas, y como objetivo secundario, se debía minimizar la distancia recorrida por los vehículos. El objetivo principal de la heurística desarrollada es lograr una buena solución, más que encontrar esta última en un tiempo reducido. Se busca encontrar la mejor solución combinando enfoques conocidos de la literatura, los que actuando sinérgicamente lograron obtener la mejor solución para dicha competencia. La heurística cuenta con los siguientes componentes: Modelo de asignación (Set Partitioning): sirve para determinar la mínima cantidad de vehículos necesarios para satisfacer la demanda total. Es un modelo de programación lineal entero, donde x es una variable binaria que toma el valor 1 si la demanda i es atendida por el vehículo j, en caso contrario es 0, d i es la demanda del nodo i, y c j es la capacidad del vehículo j, se tiene que i 1, M y j 1, N, donde M representa la cantidad de clientes y N, la cantidad de vehículos. La expresión (8) es una función objetivo cualquiera, ya que el énfasis está en encontrar una solución factible. En este caso, se utilizó una expresión que siempre tomará un valor igual a la cantidad de clientes; con el conjunto de inecuaciones (9) se asegura que cada demanda pueda ser satisfecha al menos por un vehículo; por otra parte el conjunto de inecuaciones (10) evita que se violen las capacidades de los vehículos, mientras que las expresiones (11) definen que todas las variables son binarias. Minimizar M N x i= 1 j= 1 (8) N S. A. x 1, i 1, M ; j= 1 M i= 1 x di c j, j 1, N ; (9) (10) { 0,1, } i 1, M; j 1 N x =,. (11) Para encontrar el mínimo número de vehículos se resuelve el modelo (8)-(11) para valores sucesivos de N, hasta que se encuentre una solución factible. Heurística de Clarke & Wright (CW): esta heurística (Clarke & Wright, 1964) se utiliza para la determinación de una buena solución factible inicial. Se utiliza una variación (Cordeau et al, 2005) de esta heurística en su versión paralela, que considera un cálculo modificado de los ahorros (savings), mediante la expresión s = ci 1 + c1 j λc, donde λ es un parámetro a calibrar y c es la distancia entre el nodo i y el nodo j.
8 Heurística simplificadora (HS): Esta heurística, detallada en Villalobos (2007), permite encontrar, a partir de una solución factible inicial, una solución factible que utilice la menor cantidad de vehículos posible. Principalmente, se trata de hacer 2 movimientos: trasladar demandas de rutas con baja utilización (de la capacidad del camión) a otras con alta utilización, o el intercambio de demandas entre rutas con el fin de disminuir la utilización de las rutas con baja utilización. Esto se realiza iterativamente hasta que quedan rutas sin demandas por cubrir, disminuyendo la cantidad de vehículos a utilizar. Variación de la heurística de Li-Golden-Wasil (LGW): se utiliza para mejorar soluciones factibles entregadas por el método de Clarke & Wright. En ella se define una cantidad máxima de nodos vecinos de cada nodo, para acotar el tiempo de ejecución. Se trabaja con una versión modificada, que acepta tres tipos de movimientos para cada par de nodos (i,j): one-point move, que intenta colocar el nodo i entre el nodo j y su sucesor en la ruta o entre el nodo j y su antecesor; two-point move, que intenta intercambiar la posición de los nodos i y j en sus respectivas rutas; y two-opt move, donde se toma un par de arcos, que tienen como vértice respectivo el nodo i y el nodo j, y se intenta reconectar los dos segmentos de ruta que resultan de eliminar ese par de arcos. Todos estos movimientos se hacen en la medida que implican un ahorro en el costo total de ruteo. Modelo del Traveling Salesman Problem (TSP): se utilizan para mejorar el orden en que se recorren los nodos de cada ruta, una vez que los clientes de cada ruta ya han sido asignados.. Para las rutas pequeñas (menos de 15 nodos) se utilizó la formulación clásica de Dantzig-Fulkerson-Johnson (Dantzig et al, 1954). Para el resto de las rutas, se utilizo un algoritmo presentado en Lee & Raffensperger (2006), que parte relajando las restricciones de prohibición de subtours y las va agregando iterativamente en la medida que son violadas. Para encontrar una buena solución, se prueban distintas combinaciones de las heurísticas anteriores, como lo muestra la Figura N 1. Figura N 1. Combinaciones de heurísticas en el trabajo de Villalobos (2007). El trabajo realizado por Bustos et al. (2007), también con motivo de la GO-Cup 2007, y mejorada posteriormente para resolver un caso real. Es una heurística novedosa, pues integra
9 conceptos geométricos para construir las rutas de los vehículos, junto con un modelo de asignación lineal relajado. Consta de las siguientes fases: Para cada ruta, se genera una elipse cuyos parámetros (coordenadas de su centro, semieje mayor y menor), son elegidos al azar, dentro del paralelogramo que definen los lugares de demanda. Se resuelve el modelo de asignación siguiente, donde la variable binaria y toma el valor 1 si la demanda i es atendida por el vehículo j i.e. pertenece a la ruta j, d i es el valor de la demanda i, c j es la capacidad del vehículo j, y a es la distancia desde la demanda i a la elipse asociada a la ruta j donde la ecuación (12) es la función objetivo a minimizar, i.e. la suma de las distancias de los distintos puntos de demanda a cada elipse; por otra parte el conjunto de inecuaciones (13) evita que la capacidad se utilice más allá de una fracción α del total; y finalmente el conjunto de ecuaciones (14) asegura que cada demanda sea asignada a una ruta. M N Minimizar a y 1 1 i= j= N S. A. d y α c, j= 1 j j i 1, M (12) (13) N j= 1 y = 1,, i 1 M (14) Debido a que la condición que las y sean enteras aumenta en demasía el tiempo de cómputo, se procede a interpretar la solución lineal generada. Para esto, si para alguna ruta no se cumple el requisito que las y encontradas sean enteras, se busca entre ellas alguna redistribución de sus valores, para que la solución interpretada cumpla con (13), (14) y la restricción de ser variables binarias. Si el modelo anterior resulta ser factible, entonces se busca un orden para la asignación de las ciudades de cada ruta. Para esto se utiliza un algoritmo de barrido, en sentido antihorario. Tras esto, se ejecutan diversos procedimientos de búsqueda local para mejorar la calidad de la solución encontrada, mediante las heurísticas 2-opt, 3-opt y 2-swap. En la versión paralela de la heurística, uno de los nodos se designa como maestro, encargándose de enviar la información para el trabajo del resto, recoger la información obtenida y almacenar la mejor obtenida.
10 1.3. Algoritmos paralelos Con el motivo de mejorar la búsqueda del espacio factible, una solución posible es implementar las heurísticas como algoritmos paralelos. Esto, siguiendo posiblemente alguna de las siguientes motivaciones: Aprovechar la fuerza bruta de tener más procesadores trabajando al mismo tiempo. El principio tras este enfoque es que si existe una probabilidad de mejorar las soluciones, ésta será mayor si existen más procesos realizando la búsqueda. Es el enfoque básico para los algoritmos estocásticos. Realizar una exploración más amplia del espacio de soluciones. Esto se da para las heurísticas de trayectoria, como VNS. En ella cada proceso inicia una búsqueda en una dirección distinta, permitiéndole cubrir de mejor manera el espacio. Hacer una búsqueda más inteligente del espacio. Gracias al modelo de paso de mensajes, se puede hacer que los procesos compartan información de sus procesos de exploración particulares, permitiendo realizar intensificación y concentración de las heurísticas. Además, pueden asignársele a cada proceso distintos parámetros de configuración, evaluando tras un tiempo la efectividad de estos valores. Un ejemplo de una búsqueda inteligente corresponde a los algoritmos de colonias de hormigas. 2. ESTRATEGIAS DE PARALELIZACIÓN Como lo menciona Alba & Tomassini (2002), la decisión de cómo paralelizar un algoritmo depende fuertemente de los recursos computacionales disponibles. Se puede realizar una clasificación en función de la topología del espacio de memoria, en distribuido, centralizado y mixto, como se describe a continuación Enfoque de memoria centralizada Un ejemplo son los multiprocesadores, o sistemas fuertemente acoplados en hardware. En ellos, todos los procesadores cuentan con un espacio de direcciones común lo que permite un rápido acceso a los datos. Puede implementarse el paso de mensajes, pero a un menor costo, comparado con los sistemas distribuidos. Un posible cuello de botella es el bus de la memoria central. Dependiendo como se realiza la comunicación entre los procesos, ésta puede ser: Con bloqueo: el enfoque más básico para paralelizar un algoritmo es instaurar un proceso maestro, que envía trabajo al resto y recibe el trabajo secuencialmente, bloqueándose a la espera del envío de algún proceso esclavo. Este es claramente un enfoque centralizado. Se nota una clara dicotomía de los procesos, en forma similar al modelo cliente servidor, que posee un supuesto que puede resultar perjudicial para el rendimiento del algoritmo: asumir que todos los procesos tienen igual velocidad; algo válido en parte para sistemas paralelos homogéneos, pero que posibilitan la aparición de cuellos de botella si el sistema es heterogéneo, como comúnmente es un cluster de computadores.
11 Una forma de evitar esto es medir la capacidad de proceso de cada máquina, y asignarle una cantidad de trabajo proporcional a ésta. Por otra parte, se requiere un ajuste personalizado a cada configuración, lo que dificulta la mejora del rendimiento. Si se utilizan llamadas de paso de mensajes sin bloqueo, puede elegirse entre dos estrategias, dependiendo principalmente la infraestructura de red. Básico: esta estrategia es más robusta, y se suele utilizar en clusters de computadores que poseen arquitectura de red Ethernet, porque evita la aparición de cuellos de botella en los procesos esclavos debido a la carga adicional que supone el envío de mensajes en esta arquitectura. Por otra parte, el proceso maestro cuenta con un mayor porcentaje de utilización, por lo que debe monitorearse que no constituya un cuello de botella Enfoque distribuido En él cada procesador posee un espacio de direcciones propio, que no puede ser accedido directamente por otro. Por esto, se requiere usar el paso de mensajes (por medio de una red de alta velocidad) entre ellos. Permiten heterogeneidad de capacidades, pero están limitados por la arquitectura de red utilizada. Es más intensiva en comunicaciones, porque todos los procesos pueden compartir información sobre la búsqueda que llevan a cabo. Así, la búsqueda puede ser adaptativa y más eficiente. pudiéndose utilizar la información actual de todos los procesos para orientarla. Se recomienda en sistemas fuertemente acoplados, como multiprocesadores, debido al menor costo del paso de mensajes, por tener un espacio de direcciones de memoria compartida. Presenta problemas de escalabilidad cuando los sistemas están débilmente acoplados, porque el medio de comunicación i.e. la red es un cuello de botella, y el proceso de envío-recepción de mensajes es muy costoso en términos de tiempo Enfoque mixto Es una mezcla de los dos anteriores. Resulta de la unión de varios multiprocesadores mediante una red de alta velocidad. Un ejemplo actual es el armado de un cluster de computadores, donde cada nodo tiene un procesador con varios núcleos. Es una alternativa que busca balancear el costo del hardware con el rendimiento obtenido. Una estrategia inteligente sería realizar una comunicación intensiva entre los procesos que se encuentran en un mismo nodo, y en menor medida con los que están en otros. CONCLUSIONES El análisis de la literatura demuestra que existe mucha variedad de métodos para resolver el CVRP, con diversas motivaciones que determinan su aplicabilidad. En este artículo se muestran los algoritmos creados por los autores con motivo de la competencia GO-Cup 2007, que corresponden a heurísticas híbridas. Uno de ellos (Bustos et al., 2007), está enfocado en la simplicidad y facilidad de implementación, integrando además conceptos como programación lineal, consideraciones geométricas, heurísticas de mejora local, etc.
12 Por otra parte, el trabajo de Villalobos (2007) está enfocado en la calidad de los resultados obtenidos, dejando de lado en parte la velocidad con que se obtienen esas buenas soluciones. Este es el caso, que además es adecuado para resolver instancias grandes del problema (mayores a 300 nodos de demanda). Por último, la integración de métodos parece ser una estrategia interesante en busca de mejores soluciones, pues se pueden obtener simultáneamente los beneficios de utilizar dos o más enfoques. Al momento de paralelizar un algoritmo, la principal condicionante es la arquitectura de red, así como la capacidad de los equipos utilizados. Es por esto, que debe evaluarse esta condición, antes de realizar una implementación efectiva. REFERENCIAS Alba, E., & Tomassini, M. (2002). Parallelism and Evolutionary Algorithms. IEEE Transactions on Evolutionary Computation, 5(6), Baldacci, R., Hadjiconstantinou E., & Mingozzi, A. (2004). An exact algorithm for the capacitated vehicle routing problem based on a two-commodity network flow formulation. Operations Research, 25, Balinski, M., & Quandt, R. (1964). On an integer program for a delivery problem. Operations Research, 12, Ballou, R. (2004). Logística. Quinta Edición. Editorial Prentice Hall. Barros, H., & Torres, F. (2005). Optimización de ruteo de vehículos empleando búsqueda tabú. Memos de Investigación. Bogotá, Colombia: Universidad de Los Andes. Beck, J. C., Prosser, P., & Selensky, E. (2003). Vehicle Routing and Job Shop Scheduling: What s the difference? Proceedings of the 13th International Conference on Artificial Intelligence Planning and Scheduling. Bodin, L., & Golden B. (1981). Classification in vehicle routing and scheduling. Networks, 11(2), Bramel, J. & Simchi-Levi, D. (1997). The logic of logistics. Springer, New York. Brandão, J, (2009). A deterministic tabu search algorithm for the fleet size and mix vehicle routing problem. European Journal of Operational Research, 195, Bustos, J., et al. (2007). Informe de resultados para GO-Cup Temuco Chong, Y. N. (2001). Heuristic Algorithms For Routing Problems. Ph.D. thesis. Perth, Australia: Curtin University of Technology. Clarke, G., & Wright, J. V. (1964). Scheduling of vehicles from a central depot to a number of delivery points. Operations Research, 12, Cordeau J., Laporte G., Vigo, D. y Savelsbergh, M. (2005). Vehicle Routing. Handbooks in Operations Research and Management Science, C. Barnhart and G. Laporte (eds.). Elsevier, Amsterdam. Dantzig, G. B., & Ramser, J. H. (1959). The Truck Dispatching Problem. Management Science, 6(1),
13 Ergun, Ö., Orlin, J. B., & Steele-Feldman, A. (2006). Creating very large scale neighborhoods out of smaller ones by compounding moves. Journal of Heuristics, 12, Framinan, J. M., & Pastor R. (2008). A proposal for a hybrid meta-strategy for combinatorial optimization problems. Journal of Heuristics, 14, Ghosh D., & Sierksma, G. (2002). Complete Local Search with Memory. Journal of Heuristics, 8, Guerriero, F., & Mancini, M. (2005). Parallelization Strategies for Rollout Algorithms. Computational Optimization and Applications, 31, Hansen, P., Mladenović N., & Perez-Brito, D. (2001). Variable Neighborhood Decomposition Search. Journal of Heuristics, 7, Kytöjoki, J., Nuortio, T., Bräysy, O.,& Gendreau, M. (2007). An efficient variable neighborhood search heuristic for very large scale vehicle routing problems. Computers & Operations Research, 34, Laporte, G. (2007). What You Should Know about the Vehicle Routing Problem. Naval Research Logistics, 54, Li, F., Golden, B., & Wasil, E. (2005) Very large-scale vehicle routing: new test problems, algorithms, and results. Computers and Operations Research, 32(5), Lin, S., & Kernighan B. W. (1973) An Effective Heuristic Algorithm for the Traveling-Salesman Problem. Operations Research, 21, Lin, S. W., Lee, Z. J., Ying, K. C.,& Lee, C. Y. (2009). Applying hybrid meta-heuristics for capacitated vehicle routing problem. Expert Systems with Applications, 36, Mladenović, N., & Hansen, P. (1997). Variable Neighborhood Search. Computers and Operations Research, 24, Pisinger, D., & Ropke, S. (2007). A general heuristic for vehicle routing problems. Computers & Operations Research, 34, Prins, C. (2002). Efficient Heuristics for the Heterogeneous Fleet Multitrip VRP with Applications to a Large-Scale Real Case. Journal of Mathematical Modelling and Algorithms, 1, Puchinger J., & Raidl, G. R. (2008), Bringing order into the neighborhoods: relaxation guided variable neighborhood search. Journal of Heuristics, 14, Taha, H. A. (2004). Investigación de Operaciones. Ed. Prentice Hall México. Villalobos, C. (2007). Informe de resultados para GO-Cup Santiago. Wang, C.H., & Lu, J. Z. (2009). A hybrid genetic algorithm that optimizes capacitated vehicle routing problem. Expert Systems with Applications, 36,
Implementación de algoritmos genéticos paralelos de grano burdo en redes locales de computadoras. Resumen
Implementación de algoritmos genéticos paralelos de grano burdo en redes locales de computadoras. Arturo Gómez Cortés y Raúl Leal Ascencio ITESO, Guadalajara Resumen El presente trabajo describe una arquitectura
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallesUnidad 5 Utilización de Excel para la solución de problemas de programación lineal
Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesConceptos de redes. LAN (Local Area Network) WAN (Wide Area Network)
Conceptos de redes. Una red de ordenadores permite conectar a los mismos con la finalidad de compartir recursos e información. Hablando en términos de networking, lo importante es que todos los dispositivos
Más detallesCAPÍTULO 3 3 DISEÑO DE UN MECANISMO DE DETECCIÓN DE TRÁFICO MALICIOSO PARA REDUNAM
CAPÍTULO 3 3 DISEÑO DE UN MECANISMO DE DETECCIÓN DE TRÁFICO MALICIOSO PARA REDUNAM 59 En este tercer capítulo se presenta el diseño de un mecanismo de detección de tráfico malicioso para RedUNAM. Abarca
Más detallesPRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI
PRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI Versión: 1.0 Fecha de la versión: Febrero del 2012 Creado por: PwC Costa Rica Aprobado
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detallesCAPITULO IV. Modelo de Optimización de la Ruta de Entrega
CAPITULO IV Modelo de Optimización de la Ruta de Entrega En este capítulo, se modela el problema del delivery en CESER. Debido a la complejidad de su problemática se ha decidido crear un modelo de programación
Más detallesCaso práctico de Cuadro de Mando con Tablas Dinámicas
1 Caso práctico de Cuadro de Mando con Tablas Dinámicas Luis Muñiz Socio Director de SisConGes & Estrategia Introducción Hay una frase célebre que nos permite decir que: Lo que no se mide no se puede controlar
Más detallesBúsqueda tabú y evolución genética para el árbol de expansión capacitado de costo mínimo
Búsqueda tabú y evolución genética para el árbol de expansión capacitado de costo mínimo Efraín Ruiz Dept. d Estadística i Investigació Operativa Universitat Politècnica de Catalunya Jordi Girona, 1-3.
Más detallesCorrespondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech
Correspondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech Resumen Todo documento XBRL contiene cierta información semántica que se representa
Más detallesProgramación Lineal Entera
Programación Lineal Entera Los modelos de programación entera son una extensión de los modelos lineales en los que algunas variables toman valores enteros. Con frecuencia las variables enteras sólo toman
Más detallesCONTROL DE LA GESTION PRODUCTIVA: UN SISTEMA DE INFORMACION
CONTROL DE LA GESTION PRODUCTIVA: UN SISTEMA DE INFORMACION Jaime Contardo G. Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso 1. Introducción El control de la gestión
Más detallesTALLER 2. MEJORA CONTINUA
III ENCUENTRO DE ESPACIOS NATURALES PROTEGIDOS PARTICIPANTES EN EL SISTEMA DE CALIDAD TURÍSTICO ESPAÑOL Segovia y Parque Natural de las Hoces del Río Duratón, 15 y 16 de junio de 2011 TALLER 2. MEJORA
Más detallesSistemas operativos avanzados. 1.3 Algoritmos de planificación del procesador
Sistemas operativos avanzados 1.3 Algoritmos de planificación del procesador Parámetros Cuando tenemos más de un proceso en condiciones de ejecutar, debemos escoger uno de entre ellos. Para escogerlo empleamos
Más detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesServicios Administrados al Cliente
Dell Administrados al Cliente Los servicios administrados le pueden ayudar. Al aplicar un proceso de administración consistente a través de los imprevistos en la vida de su computadora, usted puede minimizar
Más detallesTema 6: Problemas Especiales de Programación Lineal
Tema 6: Problemas Especiales de Programación Lineal Transporte Asignación Transbordo Tienen una estructura especial que permite modelizar situaciones en las que es necesario: Determinar la manera óptima
Más detallesTEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS
1 1 BASES DE DATOS DISTRIBUIDAS TEMA 3 PROFESOR: M.C. ALEJANDRO GUTIÉRREZ DÍAZ 2 3. PROCESAMIENTO DE CONSULTAS DISTRIBUIDAS 3.1 Metodología del procesamiento de consultas distribuidas 3.2 Estrategias de
Más detallesCAPÍTULO I. Sistemas de Control Distribuido (SCD).
1.1 Sistemas de Control. Un sistema es un ente cuya función es la de recibir acciones externas llamadas variables de entrada que a su vez provocan una o varias reacciones como respuesta llamadas variables
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesResolución de Problemas
Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesCAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el
CAPÍTULO III MARCO TEÓRICO 3.1 Introducción Cada día cambian las condiciones de los mercados debido a diferentes factores como: el incremento de la competencia, la globalización, la dinámica de la economía,
Más detallesCapacidad de respuesta y adaptación al cliente, claves para encontrar el camino del éxito
Capacidad de respuesta y adaptación al cliente, claves para encontrar el camino del éxito Partner de implementación 2 Berlys Corporación Alimentaria Sector Alimentación Productos y Servicios Fabricación
Más detallesLA REVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN (S.I.) Introducción PORQUÉ SISTEMAS DE INFORMACIÓN? El Competitivo Entorno de los Negocios
LA REVOLUCIÓN DE LOS SISTEMAS DE INFORMACIÓN (S.I.) Introducción Tanto empresas grandes como pequeñas usan Sistemas de Información y Redes para realizar una mayor proporción de sus actividades electrónicamente,
Más detallesQué es lo que su empresa necesita? Productividad? Organización? Eficiencia? Ahorro? Control? Seguridad?
QUÉ BENEFICIOS TRAE SYNCWARE A MI EMPRESA? Más seguridad en la toma de decisiones informáticas SYNCWARE, nacida en enero de 2014, como una pequeña empresa con el propósito de trabajar en el sector de las
Más detallesCAPÍTULO 2 ANTECEDENTES
CAPÍTULO 2 ANTECEDENTES 2.1 Educación y las Nuevas Tecnologías. La introducción en la sociedad de las llamadas "Nuevas Tecnologías" (como las redes de computadoras, los sistemas de Chat, los sistemas de
Más detallesPlan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos
Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos Antecedentes y Fundamentación Un Sistema de Información es un conjunto de componentes que interactúan entre sí, orientado
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesCAPÍTULO 4: ALGORITMOS DE APRENDIZAJE
Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:
Más detallesDirección de Evaluación de la Calidad Educativa
Operaciones: Resolver problemas con dos operaciones Dentro del núcleo estructurante Operaciones, uno de los Saberes Básicos Fundamentales, donde se observa tienen más dificultades los alumnos es respecto
Más detallesMANUAL DE USUARIO SECTOR PRIVADO (RESUMEN)
MANUAL USUARIO - SIDREP DESARROLLO DE UN SISTEMA DE DECLARACIÓN Y SEGUIMIENTO DE RESIDUOS PELIGROSOS MANUAL DE USUARIO SECTOR PRIVADO (RESUMEN) PREPARADO PARA COMISIÓN NACIONAL DEL MEDIO AMBIENTE, CONAMA
Más detallesSistema de almacenamiento fotovoltaico: Requisitos del sistema de control de un inversor
TECNOLOGÍA MULTI FLOW Sistema de almacenamiento fotovoltaico: Requisitos del sistema de control de un inversor Fronius 1. Introducción La subida del precio de la electricidad y la bajada de los precios
Más detallesCALIDAD TOTAL. Visión estratégica y buena gestión son los ingredientes fundamentales.
CALIDAD TOTAL Visión estratégica y buena gestión son los ingredientes fundamentales. ALFREDO SERPELL Ingeniero civil industrial UC Phd University of Texas at Austin.Profesor titular ingeniería y gestión
Más detallesColección de Tesis Digitales Universidad de las Américas Puebla. Morales Salcedo, Raúl
1 Colección de Tesis Digitales Universidad de las Américas Puebla Morales Salcedo, Raúl En este último capitulo se hace un recuento de los logros alcanzados durante la elaboración de este proyecto de tesis,
Más detallesLA METODOLOGÍA DEL BANCO PROVINCIA
20 LA METODOLOGÍA DEL BANCO PROVINCIA Cómo gestionar activos de información? En 2007, el Banco Central de la República Argentina (BCRA) planteó algunas exigencias financieras para el sistema financiero
Más detallesHeurísticas para Problemas de Ruteo de Vehículos
Heurísticas para Problemas de Ruteo de Vehículos Alfredo Olivera Instituto de Computación, Facultad de Ingeniería, Universidad de la República, Montevideo, Uruguay. aolivera@fing.edu.uy Agosto 2004 Resumen
Más detallesInstructivo: Diagnóstico Interno y Externo por análisis FODA
Página 1 de 8 1. INTRODUCCIÓN Ya definido y conocido el futuro al cual se quiere llegar (Visión), y establecido los compromisos para lograrlo (Misión) 1 es necesario generar una estrategia eficaz para
Más detallesINTRODUCCION AL CONTROL AUTOMATICO DE PROCESOS
INTRODUCCION AL CONTROL AUTOMATICO DE PROCESOS El control automático de procesos es parte del progreso industrial desarrollado durante lo que ahora se conoce como la segunda revolución industrial. El uso
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detalles_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
Más detallesCAPITULO VI ESTRATEGIAS DE OUTSOURCING
CAPITULO VI ESTRATEGIAS DE OUTSOURCING Cuando una compañía decide llevar a cabo un proceso de outsourcing debe definir una estrategia que guíe todo el proceso. Hay dos tipos genéricos de estrategia de
Más detallesTemas de electricidad II
Temas de electricidad II CAMBIANDO MATERIALES Ahora volvemos al circuito patrón ya usado. Tal como se indica en la figura, conecte un hilo de cobre y luego uno de níquel-cromo. Qué ocurre con el brillo
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesProblemas de Programación Entera
Problemas de Programación Entera 1. Se está estudiando la manufactura de tres nuevos productos textiles, que denominaremos P1, P2 y P3. Cada producto requiere para su producción el alquiler de una máquina,
Más detallesInvestigación de operaciones en acción: Heurísticas para la solución del TSP
Investigación de operaciones en acción: Heurísticas para la solución del TSP Roger Z. Ríos Mercado* José Luis González Velarde** Abstract One of the most common and difficult problem in the theory of optimization
Más detallesEJEMPLO DE REPORTE DE LIBERTAD FINANCIERA
EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos
Más detallesCAPÍTULO 2 Sistemas De Base De Datos Multiusuarios
CAPÍTULO 2 Sistemas De De Multiusuarios Un sistema multiusuario es un sistema informático que da servicio, manera concurrente, a diferentes usuarios mediante la utilización compartida sus recursos. Con
Más detallesGrupo de Trabajo del Tratado de Cooperación en materia de Patentes (PCT)
S PCT/WG/8/7 ORIGINAL: INGLÉS FECHA: 12 DE MARZ0 DE 2015 Grupo de Trabajo del Tratado de Cooperación en materia de Patentes (PCT) Octava reunión Ginebra, 26 a 29 de mayo de 2015 FORMACIÓN DE EXAMINADORES
Más detallesEstudio Técnico INTRODUCCIÓN
Estudio Técnico INTRODUCCIÓN Cuando la empresa o persona a decidido generar o fabricar parte de los productos o servicios que el mercado demanda para satisfacer sus necesidades, en ese momento se deben
Más detallesERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES
ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES DE BÁSICA PRIMARIA EN LA CIUDAD DE PEREIRA José R. Bedoya Universidad Tecnológica de Pereira Pereira, Colombia La formación estadística en la ciudadanía,
Más detallesWise Up Kids! En matemáticas, a la división de un objeto o unidad en varias partes iguales o a un grupo de esas divisiones se les denomina fracción.
Fracciones o Quebrados En matemáticas, a la división de un objeto o unidad en varias partes iguales o a un grupo de esas divisiones se les denomina fracción. Las fracciones pueden ser representadas de
Más detallesGERENCIA DE INTEGRACIÓN
GERENCIA DE INTEGRACIÓN CONTENIDO Desarrollo del plan Ejecución del plan Control de cambios INTRODUCCIÓN La gerencia de integración del proyecto incluye los procesos requeridos para asegurar que los diversos
Más detallespor Miguel Crespo Celda
PRACTICA DE TACTICA: LA ANTICIPACION 1. Definición. La anticipación en tenis significa adivinar cuáles son las intenciones del contrario de forma que el jugador se pueda preparar adecuadamente para reaccionar.
Más detallesESQUEMAS DE SISTEMAS VOIP CON ALTA DISPONIBILIDAD Y ALTO RENDIMIENTO
CAPÍTULO 6 ESQUEMAS DE SISTEMAS VOIP CON ALTA DISPONIBILIDAD Y ALTO RENDIMIENTO 1 Introducción El objetivo de este capítulo es mostrar la posibilidad de integración del servicio de VoIP Asterisk con los
Más detallesMANUAL DE USUARIO. Sistema de Administración de Proyectos de Vinculación con la Colectividad (SAPVC) MANUAL DE USUARIO DOCENTE
PAGINA: 1 / 17 MANUAL DE USUARIO DOCENTE SISTEMA DE ADMINISTRACIÓN DE PROYECTOS DE VINCULACIÓN CON LA COLECTIVIDAD (SAPVC) UPSE PAGINA: 2 / 17 ÍNDICE 1 Introducción... 3 2 Generalidades del Sistema...
Más detallesTRABAJO COOPERATIVO EN ROBOTS
SEMINARIO Diseño y construcción de microrrobots TRABAJO COOPERATIVO EN ROBOTS Autor: Luis De Santiago Rodrigo 3º Ingeniería de Telecomunicación 1.-ÍNDICE E INTRODUCCIÓN Éste trabajo pretende ser una pequeña
Más detallesBhar aumenta 30% la eficiencia y mejora la satisfacción de los clientes
Bhar aumenta 30% la eficiencia y mejora la satisfacción de los clientes Panorama general: Fabricante de moldeados por inyección industriales y para automóviles mejora la eficiencia operativa 30% con un
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesCada computadora conectada a la red suele recibir el nombre de estación de trabajo o nodo de la red.
Trimestre III Qué es una red? Una red de computadoras es la conexión de dos o más equipos de computadoras a través de algún medio físico de transmisión, con el objetivo de que sus usuarios puedan compartir
Más detalles10. La organización de las niñas y de los niños. 10.1 Criterios para la organización de las niñas y de los niños
10. La organización de las niñas y de los niños Las investigaciones sociales han comprobado que a medida que crecen las niñas y los niños aumenta el interés por tener amigos y disminuyen significativamente
Más detallesUN ALGORITMO METAHEURÍSTICO PARA LA SOLUCIÓN DEL PROBLEMA DE RUTEO DE VEHÍCULOS CON MÚLTIPLES DEPÓSITOS Y FLOTA HETEROGÉNEA
UN ALGORITMO METAHEURÍSTICO PARA LA SOLUCIÓN DEL PROBLEMA DE RUTEO DE VEHÍCULOS CON MÚLTIPLES DEPÓSITOS Y FLOTA HETEROGÉNEA RUBÉN IVÁN BOLAÑOS FACULTAD DE INGENIERÍAS PROGRAMA DE MAESTRÍA EN INGENIERÍA
Más detalles5. PROCEDIMIENTOS DE CONTROL POR ÓRDENES DE PRODUCCIÓN Y POR CLASE
5. PROCEDIMIENTOS DE CONTROL POR ÓRDENES DE PRODUCCIÓN Y POR CLASE El control de costos es algo natural. Se han modelado y convertido en estándares muchas de las cadenas lógicas tipo de la ejecución de
Más detallesInt. a las ciencias computacionales
Int. a las ciencias computacionales Representación grafica de cómo se encuentran conectados los ordenadores (nodos) en una red. Es la forma en que esta diseñada la red, bien FISICAMENTE (rigiéndose de
Más detallesTema 1:La empresa y el sistema económico
Tema 1:La empresa y el sistema económico 1.Concepto de economía 2. Algunos conceptos básicos de economía 3.La curva de transformación 4.Problemas económicos fundamentales 5.Los sistemas económicos 6.Los
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
HOJAS DE COMPROBACIOÓN Y HOJAS DE RECOGIDA DE DATOS 1.- INTRODUCCIÓN En este documento se describe el proceso de obtención de información a partir de la recogida y análisis de datos, desde el establecimiento
Más detallesEL DISEÑO FACTORIAL COMPLETO 2 2
EL DISEÑO FACTORIAL COMPLETO 2 2 Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN Para optimizar
Más detalles35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico
q 1 q 2 Prof. Félix Aguirre 35 Energía Electrostática Potencial Eléctrico La interacción electrostática es representada muy bien a través de la ley de Coulomb, esto es: mediante fuerzas. Existen, sin embargo,
Más detallesRegión de Murcia Consejería de Educación, Ciencia e Investigación. Manual Usuario FCT
. Manual Usuario FCT Murcia, 9 de Julio de 2007 Manual de Usuario FCT v1.0 pág. 2 de 73 ÍNDICE Manual Usuario FCT...1 1. Tipos de usuarios... 4 2. Modelo de navegación... 5 3. Servicios... 6 3.1. Convenios...
Más detalles4. METODOLOGÍA. 4.1 Materiales. 4.1.1 Equipo
4. METODOLOGÍA 4.1 Materiales 4.1.1 Equipo Equipo de cómputo. Para el empleo del la metodología HAZOP se requiere de un equipo de cómputo con interfase Windows 98 o más reciente con procesador Pentium
Más detallesMOTIVACIÓN JUEGO TRANSFORMACIONAL FLOW AUTONOMÍA MAESTRÍA RELACIÓN PERS INT CONT LEG CTX CONS PROCEDURAL CONCEPTUAL CRITICO CONSECUENCIAL
1 Principio del aprendizaje activo y crítico Todos los aspectos del entorno de aprendizaje (incluyendo los dominios semióticos que se diseñan y presentan) propician un aprendizaje activo y crítico, no
Más detallesActualización de versión a Bizagi 10.x
Actualización de versión a Bizagi 10.x Actualización de versión a Bizagi 10.x 1 Tabla de contenidos Introducción... 2 Actualizar un proyecto desde v9.1.x a 10.x... 2 Preparación... 3 Habilitación de formas
Más detallesUnidad II: Administración de Procesos y del procesador
Unidad II: Administración de Procesos y del procesador 2.1 Concepto de proceso Un proceso no es más que un programa en ejecución, e incluye los valores actuales del contador de programa, los registros
Más detallesCómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000
Cómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000 Informe 14 de marzo de 2014 Copyright 2014 20000Academy. Todos los derechos reservados. 1 Resumen ejecutivo Antes
Más detallesConcepto y tipo de redes
Concepto y tipo de redes Definición de red Una red es un proceso que permite la conexión de equipos para: Compartir recursos. Comunicación remota. Optimiza el uso del equipo. Toda red está formada por:
Más detallesTipo de máquina Tiempo disponible. (h/maq. Por semana) Fresadora 500 Torno 350 Rectificadora 150
Ejercicios Tema 1. 1.- Utilizar el procedimiento gráfico para resolver los siguientes P.L. a) Max z = 10x 1 + 20x 2 s.a x 1 + 2x 2 15 x 1 + x 2 12 5x 1 + 3x 2 45 x 1,x 2 0 b) Max z = 2x 1 + x 2 s.a. x
Más detallesDESARROLLO DE SOFTWARE DEFINICIÓN GENERAL DEL PROCESO GABY LORENA GUERRERO LEYDI ROCIO ERAZO PABLO FELIPE MIRANDA WALTER ALEXIS ANTE
DESARROLLO DE SOFTWARE DEFINICIÓN GENERAL DEL PROCESO GABY LORENA GUERRERO LEYDI ROCIO ERAZO PABLO FELIPE MIRANDA WALTER ALEXIS ANTE UNIVERSIDAD DEL CAUCA FACULTAD DE INGENIERÍA ELECTRÓNICA Y TELECOMUNICACIONES
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesCAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN. Figura 4.1.Caja Negra. Generar. Sistema de control. Acumular. Figura 4.2. Diagrama de funciones
CAPÍTULO 4 37 CAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN Para diseñar el SGE, lo primero que se necesita es plantear diferentes formas en las que se pueda resolver el problema para finalmente decidir
Más detallesPara llegar a conseguir este objetivo hay una serie de líneas a seguir:
INTRODUCCIÓN La Gestión de la Calidad Total se puede definir como la gestión integral de la empresa centrada en la calidad. Por lo tanto, el adjetivo total debería aplicarse a la gestión antes que a la
Más detallesPOR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers )
CAPÍTULO 5 POR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers ) Ya hemos trabajado antes con los principios básicos de la toma de decisiones
Más detallesCAPÍTULO 1 INTRODUCCIÓN. En México existen miles de micro, pequeñas y medianas empresas que constituyen una
CAPÍTULO 1 INTRODUCCIÓN En México existen miles de micro, pequeñas y medianas empresas que constituyen una parte importante de la producción y economía del país, y que en su mayoría no tienen fácil acceso
Más detallesINFORME DE SÍNTESIS N 08- PROGRAMA BECA MINEDUC Y JUAN GOMEZ MILLAS DE EDUCACION SUPERIOR MINEDUC / DIVISION DE EDUCACION SUPERIOR.
MINISTERIO DE HACIENDA DIRECCION DE PRESUPUESTOS INFORME DE SÍNTESIS N 08- PROGRAMA BECA MINEDUC Y JUAN GOMEZ MILLAS DE EDUCACION SUPERIOR MINEDUC / DIVISION DE EDUCACION SUPERIOR. PRESUPUESTO 1999: MM$
Más detallesProgramación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal
Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal
Más detalles1. Métodos para ubicación y localización fija de los productos en el almacén
1. Métodos para ubicación y localización fija de los productos en el almacén En cualquiera de las variantes que pudieran existir o crearse, el principio que sustenta estos métodos es el de una posición
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detallesComente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.
Explique Brevemente en que consiste el leasing y nombre los diferentes tipos existentes. Es un mecanismo de financiamiento de Activos el cual permite el uso del activo por un periodo determinado a cambio
Más detallesACUERDO DE ACREDITACIÓN Nº 328 CARRERA DE PEDAGOGÍA EN ARTES VISUALES UNIVERSIDAD DE VIÑA DEL MAR VIÑA DEL MAR
ACUERDO DE ACREDITACIÓN Nº 328 CARRERA DE PEDAGOGÍA EN ARTES VISUALES UNIVERSIDAD DE VIÑA DEL MAR VIÑA DEL MAR ABRIL 2015 ACUERDO DE ACREDITACIÓN Nº 328 Carrera de Pedagogía en Artes Visuales Universidad
Más detallesALGORITMO HILL CLIMBING
ALGORITMO HILL CLIMBING También es conocido como el método de ascenso de colinas Usa una técnica de mejoramiento iterativo Comienza a partir de un punto (punto actual) en el espacio de búsqueda Si el nuevo
Más detallesÁmbito Científico-Tecnológico Módulo III Bloque 2 Unidad 1 Quien parte y reparte, se lleva la mejor parte
Ámbito Científico-Tecnológico Módulo III Bloque 2 Unidad 1 Quien parte y reparte, se lleva la mejor parte En esta unidad vamos a estudiar los números racionales, esto es, los que se pueden expresar en
Más detalles4. Programación Paralela
4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios
Más detallesPor qué es importante la planificación?
Por qué es importante la planificación? La planificación ayuda a los empresarios a mejorar las probabilidades de que la empresa logre sus objetivos. Así como también a identificar problemas claves, oportunidades
Más detallesSolución de No conformidades
Solución de No conformidades Documento de Construcción Solución de No conformidades 1 Tabla de Contenido Diagrama Del Proceso... 2 Sub Proceso Acción Correctiva... 3 Ejecutar Plan De Acción... 4 Proceso
Más detallesFundamentos de los Sistemas Operativos (GII) Examen Final 15 de Junio de 2012 - SEGUNDA PARTE - SOLUCIONES
Calificación 1 Fundamentos de los Sistemas Operativos (GII) Examen Final 15 de Junio de 2012 - SEGUNDA PARTE - 2 3 Nombre SOLUCIONES Grupo Dispone de una hora y media para completar el examen 1 (6.5 puntos)
Más detallesUruguay en PISA 2009. Primeros resultados en Ciencias, Matemática y Lectura del Programa Internacional de Evaluación de Estudiantes.
Uruguay en PISA 2009. Primeros resultados en Ciencias, Matemática y Lectura del Programa Internacional de Evaluación de Estudiantes. Informe Ejecutivo El Programa Internacional de Evaluación de Estudiantes
Más detalles