DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA
|
|
- Pilar Saavedra Ojeda
- hace 8 años
- Vistas:
Transcripción
1 DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA Cristina R. Delgado Serna Departamento de ECONOMÍA (Área de Economía Aplicada) Facultad de C. EE y EE C/Francisco Vitoria s/n BURGOS Universidad de BURGOS Tf cdelgado@ubu.es Resumen.- En este trabajo se proponen tres algoritmos Metaheurísticos para el problema de rutas con ventanas de tiempo, carga y descarga simultánea y flota heterogénea. Los dos primeros algoritmos se basan respectivamente en procesos de tipo GRASP y Concentración Heurística, -un tipo de Metaheurístico dado a coocer muy recientemente por Rosing, (1.997) y Rosing y ReVelle, (1.997)-. El tercer algoritmo es una estrategía híbrida que combina las ideas de los anteriores. Este trabajo es la continuación de uno anterior reciente,- Pacheco y Delgado (1.998)-, en el que se proponían para este modelo Metaheurísticos basados en procesos de Temple Simulado y Búsqueda Tabú, así como un híbrido de estos dos. Se simulan una serie de problemas y se compara las soluciones con las obtenidas por cada una de las estratégias anteriormente mencionadas, así como las obtenidas por otros algoritmos adaptados a este modelo. Palabras Clave: Metaheurísticos Híbridos, GRASP, Concentración Heurística, Problemas de Ruta con Flotas Heterogéneas 1.- Introducción El Problema de Rutas de Vehículos con Ventanas de tiempo y con Carga y Descarga Simultánea o sencillamente VRPTW Mixto (Mixed VRPTW) con flota heterogénea puede ser descrito de la 1
2 forma siguiente: considérese un conjunto de puntos {2, 3,..., n1} donde hay que entregar unas determinadas cantidades de mercancía q(i), i=2,...,n1, en forma de palés, desde un origen 1; además considérese otro conjunto de puntos {n1+1,n1+2,...,n1+n2} donde hay que recoger otras cantidades de palés q(i), i = n1+1,..., n1+n2, y llevarlas al origen 1. Para cumplir estos requerimientos se dispone de una flota heterogénea con diferentes tipos de vehículos; cada tipo de vehículo tiene una capacidades de carga diferente; cada punto del problema lleva asociado un intervalo de tiempo de visita [e i, l i ], i=2,...,n1+n2, (si se llega a i antes del instante e i hay espera, y no puede visitar más tarde del instante l i ). Las distancias d ij y tiempos t ij entre cada par de puntos i, j Î {1,2,...,n1+n2} son conocidas. (A partir de ahora n = n1+n2). En este problema se ha de diseñar un conjunto de rutas verificando las siguientes restricciones: - Cada ruta comience y finalice en el punto 1; - Se lleve la mercancía correspondiente a cada uno de los puntos del conjunto {2,..,n1}, y se recoja de cada uno de los puntos del conjunto {n1+1,n1+2,...,n1+n2}; - El número de palés que en cada momento deba llevar cada vehículo no supere su capacidad; - Cada punto i, i = 2,..,n1+n2, sea visitado exactamente una vez: - Se respeten los intervalos de tiempo de visita. El coste total a minimizar se descompone en dos partes: - Una parte proporcional a la distancia total recorrida. - El coste fijo por cada vehículo (según su tipo) Existen muchos algoritmos de solución para el VRP y el VRPTW en la literatura. Se pueden encontrar recopilaciones de los principales en trabajos como los de Bodin y Golden (1.981), Desrochers y otros (1.988), Haouri y otros (1.990), y Laporte (1.992). En cuanto al VRP (o VRPTW) Mixto con flota homogénea existen referencias en los trabajos de Pacheco, (1.994), (1.997) y Pacheco y Delgado, (1995) y (1.996), (1.997a) y (1.997b). En un trabajo reciente, Pacheco y Delgado, (1.998), se abordó un modelo más general al contemplar flotas heterogéneas (como en el trabajo actual); concretamente se proponían Metaheurísticos basados en procesos de Temple Simulado y Búsqueda Tabú. 2
3 El actual trabajo supone una continuación de este último, y se proponen metaheurísticos de tipo GRASP y Concentración Heurística para este modelo. Como otros metaheurísticos suponen una modificación o generalización de los procedimeintos de búsqueda local. Para describir brevemente estas estrategias consideremos un problema de optimización combinatoria definido por el par (S, f) donde S es el conjunto de soluciones factibles y f la función objetivo a minimizar. Así considérese N(s) el conjunto de soluciones vecinas de s. Los algoritmos de búsqueda local actuan de la forma siguiente: Seleccionar una solución inicial s 0 S. Repetir Seleccionar s N(s 0 ) tal que f(s) < f(s 0 ) por un método preestablecido Reemplazar s 0 por s hasta que f(s) f(s 0 ), s N(s 0 ). Las formas mas usuales de seleccionar s N(s 0 ) es explorar en todo N(s 0 ) y tomar el correspondiente al menor valor de f, (mayor descenso), o buscar aleatoriamente y seleccionar el primero que mejora la solución actual, (descenso aleatorio). El inconveniente de esta estrategia siempre descendente es que en la mayoría de los casos se convergen a mínimos locales que no son globales. A continuación se describen brevemente los Metaheurísticos propuestos en este trabajo. 2.- GRASP GRASP son las iniciales en inglés de Procedimientos de Búqueda Avidos Aleatorios y Adaptativos (Greedy Randomize Adaptive Search Procedures), y aunque inicialmente se dieron a conocer en el trabajo de Feo y Resende, (1.989) han tenido un desarrollo mas reciente que los otros metaheurísticos. Una amplia descripción se puede encontrar en el trabajo de los mismos autores, (1.995). Una aplicación al VRPTW lo tenemos en el trabajo de Kantoravdis, (1.995). Basícamente actuan de la forma siguiente Algoritmo GRASP Repetir 3
4 Construir una solución Avida Aleatoria (Fase de Construcción) Aplicar Búsqueda local a la solución obtenida (Fase de mejora) hasta alcanzar una condición de parada En la Fase de construcción se va añadiendo en cada paso un elemento hasta obtener la solución completa. La selección de cada elemento que se añade se realiza de forma aleatoria entre los mejores candidatos (Lista Restringida de Candidatos) según una función ávida o vóraz que valore en cada paso su inclusión en la solución teniendo en cuenta la función objetivo. Esto supone un equilibrio entre calidad y variabilidad de las soluciones obtenidas en la Fase de Construcción. La elección de cada elemento y por consiguiente la solución obtenida no es totalmente aleatoria ni totalmente determinística. Se espera obtener buenas soluciones iniciales de forma rápida que son mejoradas con procedimientos de búsqueda local. En nuestro caso la condición de parada se produce cuando trascurren 100 iteraciones sin mejora en las soluciones encontradas. Por otra parte la Lista Restringida de Candidatos estará fórmada por los elementos que se alejen menos del 40% del mejor candidato según la función voraz. 3.- Concentración Heurística Esta es la más reciente de las estrategias metaheurísticas y el objeto principal de este trabajo. Ha sido propuesta en los trabajos de Rossing, (1.997a), (1.997b) y (1.998) aplicándola al problema de las p-medianas. Consta de las dos fases siguiente: Algoritmo Concentración Heurística Fase I : Repetir Generar una solución aleatoria y aplicar Búsqueda local durante varias iteraciones Registrar las m mejores diferentes soluciones obtenidas (donde m es un parámetro preestablecido) Fase II : Definir CS (Conjunto de Concentración) como el conjunto de elementos que aparecen en alguna de dichas soluciones 4
5 Aplicar un método (exacto o heurístico) al problema original pero restringiendo la selección de elementos a CS Según el propio Rossing, (1.997b), 'cada óptimo local puede ser considerado como una fuente de información acerca de la estructura de una parte de la solución óptima. Se espera que un conjunto de aquellos den información sobre todas las partes de esta.' Por otra parte el Conjunto de Concentración (CS) se espera que sea bastante más reducido que el conjunto de elementos original, con lo cual la aplicación de un algoritmo exacto en el último paso puede no requerir un tiempo de computación excesivo. En este sentido Rossing, (1.997b) y (1.998) propone una variante consistente en descomponer CS en dos subconjuntos CS 0 (abierto) y CS f (libre); CS 0 es el conjunto de elementos que aparecen en todos los m óptimos locales seleccionados y CS f el conjunto de elementos que aparecen en alguno de ellos pero no en todos; posteriormente se resuelve el problema dejando fijos los elementos de CS 0 en la solución y seleccionando los elementos que quedan en CS f. De esta forma el tamaño del problema se reduce aún más. En nuestro caso vamos a considerar el número de iteraciones realizadas en la primera fase igual a 200, y el número de mejores óptimos locales considerados para obtener CS, m = Algoritmo híbrido Además se ha diseñado una estrategia híbrida consistente en utilizar en la primera Fase de la Concentración Heurística la estrategia GRASP para obtener óptimos locales, que se espera mejores que los obtenidos por soluciones iniciales totalmente aleatorias. Algoritmo Híbrido Fase I : Repetir Generar una solución Avida y aleatoria Aplicar Búsqueda local durante varias iteraciones Registrar las m mejores diferentes soluciones obtenidas Fase II : Determinar CS (Conjunto de Concentración) 5
6 Resolver al problema original restringiendo la selección de elementos a CS 5.- Resultados Computacionales Para contrastar la 'calidad' de la solución obtenido por los metaheurístico diseñados en este trabajo se han simulado 10 problemas con 1 origen, 9 puntos de descarga y 10 de recogida. Los datos de cada problema se definen de la forma siguiente: -Se asigna a cada punto del problema dos coordenadas x e y, cuyos valores son generados aleatoriamente con distribución uniforme entre 0 y 100. La distancia entre cada par de puntos se define como la distancia euclídea correspondiente. Los tiempos (en minutos) de trayecto se toman igual a la distancia (en Kms.). (Es decir consideramos una velocidad de 60 kms/hora). El coste por Km. es de 1 u.m. -A e i y l i, para i = 2,..,n1+n2, se les asigna respectivamente dos valores enteros aleatorios generados uniformemente: entre 600 y 720 (minutos) en el primer caso y entre 960 y 1080 en el segundo. Se hace e 1 igual a 480 y l 1 igual a A cada q(i), i = 2,..,n1+n2, se le asigna un valor entero generado uniformemente de forma aleatoria entre 1 y En todos los casos se supone dos tipos de vehículos, con capacidades 10 y 20, y con costes 1000 y 1200 u.m. respectivamente. Los algoritmos se han programado en PASCAL, utilizando los compiladores BORLAND PASCAL 7.0. A continuación se muestran los resultados: Algoritmo Coste Medio GRASP Concentración Heurística Híbrido
7 El proceso basado en Concentración Heurística supera a GRASP en los resultados medios, pero no en todos los resultados individuales. El híbrido de ambas estrategias supera (o al menos iguala) a ambas tanto en resultados medios como en conjunto. 4.- Referencias y Bibliografía BODIN.L.D. and GOLDEN,B.L. (1.981): "Classification in Vehicle Routing and Scheduling". Networks, vol.11, nº 2, DESROCHERS,M., LENSTRA,J.K. SAVELSBERGH,M.W.P. and SOUMIS,F. (1.988): "Vehicle Routing with Time Windows: Optimization and Approximation". In Vehicle Routing: Methods and Studies, (Studies in Management Sciences and Systems, vol.16), eds: GOLDEN,B.L. and ASSAD,A.A., Nort-Holland, FEO,T.A. and RESENDE,M.G.C. (1.989): "A Probabilistic heuristic for a computationally difficult Set Covering Problem". Operations Research Letters, 8, FEO,T.A. and RESENDE,MG.C. (1.995): "Greedy Randomized Adaptative Search Procedures". Journal of Global Optimization, 2, HAOUARI,M., DEJAX,P. et DESROCHERS,M. (1.990): "Les Problems de Tournées avec Contraintes des Fenênetres de Temps: L'Etat de l'art". Recherche Operationnelle/Operations Research, vol. 24, nº 3, LAPORTE,G. (1.992): "The Vehicle Routing Problem: An overview of exact and approximate algorithms". European Journal of Operations Research, 59, PACHECO,J. y DELGADO,C. (1.995). El Problema del Viajante con Carga y Descarga y Ventanas de Tiempo: Algoritmos heurísticos. XXII Congreso Nacional de Estadística e Investigación Operativa. Sevilla, Noviembre
8 PACHECO,J. y DELGADO,C. (1.996). Adaptación del Algoritmo de Or al VRPTW con Carga y Descarga simultánea. X Reunión ASEPELT-ESPAÑA, Albacete, Junio PACHECO,J. y DELGADO,C. (1.997a). Metaheurístico para el VRPTW con carga y descarga simultánea. XXII Congreso Nacional de Estadística e Investigación Operativa. Valencia, Abril PACHECO,J. y DELGADO,C. (1.997b). "Problemas de Rutas con Ventanas de tiempo y carga y Descarga simultánea: Diseño de Filtros para algoritmos de intercambio (caso de un sólo vehículo)". Estudios de Economía Aplicada, nº 7, pgs PACHECO y DELGADO, (1.998). Diseño de Metaheurísticos híbridos para Problemas de Rutas con Flota Heterogénea. XII Reunión ASEPELT-ESPAÑA. Córdoba. Junio ROSING,K.E. (1.997a). "Heuristic Concentration: An Introduction with Examples". The Tenth Meeting of the European Chapter on Combinatorial Optimization. Tenerife. Spain. May, ROSING,K.E. and REVELLE,C.S. (1.997b). "Heuristic Concentration: Two Stage solution Construction". European Journal of Operational Research 97, ROSING,K.E., REVELLE,C.S., ROLLAND,E., SCHILLING,D.A. and CURRENT,J.R. (1.998). "Heuristic Concentration and Tabu Search: A head to head comparison". European Journal of Operational Research 104,
CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesMétodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid
Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated
Más detallesIntroducción INTRODUCCIÓN
Introducción INTRODUCCIÓN Las empresas de distintos sectores económicos han concebido la logística como un proceso estratégico para mantener su actividad y garantizar la eficiencia de las operaciones de
Más detallesGestión y Planificación del Transporte y la Distribución
Gestión y Planificación del Transporte y la Distribución Guía Docente Master Oficial en Planificación y Gestión de Procesos Empresariales Universitat de València Datos del Curso Nombre de la asignatura
Más detallesUna heurística para la asignación de máquinas a trabajos fijos
VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel
Más detallesModelización Avanzada en Logística y Transporte
Modelización Avanzada en Logística y Transporte El problema de enrutamiento vehicular (VRP) Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Diciembre 2010 Maestría en Control de Operaciones y
Más detallesTema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales
Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 2: Muestreo Curso 2008-2009 1 / 13 Índice 1 Introducción 2 Muestreo
Más detallesBREVE MANUAL DE SOLVER
BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesPROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS
27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8 11 de abril de 2003 PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesRevisión del Universo de empresas para la Estimación de los Datos Del Mercado Español de Investigación de Mercados y Opinión.
Revisión del Universo de empresas para la Estimación de los Datos Del Mercado Español de Investigación de Mercados y Opinión. (Enrique Matesanz y Vicente Castellanos, Año 2011) Según la experiencia acumulada
Más detallesTarea 4.2 Memoria Virtual
1 Tarea 4.2 1. Cuál es la diferencia entre paginación simple y paginación en memoria virtual? En memoria virtual no es necesario que todas las páginas estén en marcos de la memoria principal. Las páginas
Más detallesSEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu
EDU082 Resumen SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA Lic. Maikel León Espinosa mle@uclv.edu.cu Departamento de Ciencia de la Computación Universidad Central Marta Abreu de Las Villas Carretera
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detalles1 ENTREVISTA INDIVIDUAL
1 ENTREVISTA INDIVIDUAL 1.1 Por qué utilizar esta herramienta en evaluación? La entrevista individual es una técnica de recopilación de información que tiene lugar cara a cara entre el evaluador y la persona
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesMETAHEURISTICAS Ideas, Mitos, Soluciones
METAHEURISTICAS Ideas, Mitos, Soluciones OPTIMIZACION COMBINATORIA Qué es un problema de optimización combinatoria? Cómo se modela matemáticamente un problema de optimización combinatoria? Minimizar (o
Más detallesEvaluación de la disponibilidad de los servicios desplegados sobre Volunteer Computing
Evaluación de la disponibilidad de los servicios desplegados sobre Volunteer Computing Antonio Escot Praena Enginyeria Informàtica i Tècnica de Gestió Dirección del TFC Ángel A. Juan, PhD. Eva Vallada
Más detallesTema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de
Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar
Más detallesAnálisis de componentes principales
Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los
Más detallesPara ingresar a la aplicación Microsoft PowerPoint 97, los pasos que se deben seguir pueden ser los siguientes:
Descripción del ambiente de trabajo Entrar y salir de la aplicación Para ingresar a la aplicación Microsoft PowerPoint 97, los pasos que se deben seguir pueden ser los siguientes: A través del botón :
Más detallesOferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes
Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes RESUMEN Investigadores de la Universidad
Más detallesEstructura de Computadores I Arquitectura de los MMOFPS
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA Estructura de Computadores I Arquitectura de los MMOFPS Integrantes: Luis Castro Valentina Yévenes RESUMEN Los MMOG (Massively Multiplayer Online Game), son juegos
Más detallesUnidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640
Estudio de Tres Algoritmos Heurísticos para Resolver un Problema de Distribución con Ventanas de Tiempo: Sistema por Colonia de Hormigas, Búsqueda Tabú y Heurístico Constructivo de una Ruta Manuel González
Más detallesUn algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau
Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos
Más detalles5.1. Redes de aprendizaje supervisado basadas en la cuantificación vectorial. Curso de doctoramiento Técnicas de Computación Flexíbeis
5.1. Redes de aprendizaje supervisado basadas en la cuantificación vectorial Curso de doctoramiento Técnicas de Computación Flexíbeis Learning Vector Quantization (LVQ) Versión supervisada de SOM (SOM
Más detallesEl Outsourcing como Opción Estratégica
El Outsourcing como Opción Estratégica Improven Consultores Colón 18, 2ºF 46004 Valencia Tel: 96 352 18 22 Fax: 96 352 20 79 www.improven-consultores.com info@improven-consultores.com El outsourcing como
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detallesTutorial: Primeros Pasos con Subversion
Tutorial: Primeros Pasos con Subversion Introducción Subversion es un sistema de control de versiones open source. Corre en distintos sistemas operativos y su principal interfaz con el usuario es a través
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesSISI / TS / AG / SR SIMULADOR DE SISTEMAS DE INVENTARIOS ESTOCASTICOS
62 CAPITULO 3 SISI / TS / AG / SR SIMULADOR DE SISTEMAS DE INVENTARIOS ESTOCASTICOS En este capítulo se describe de manera general lo que es SISI / TS / AG / SR y se explica cada una de las opciones que
Más detallesCAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD.
CAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD. En este capítulo se presenta la definición de diseño estadístico, económico y económico-estadístico para gráficas de control,
Más detallesScheduling Problem. Cuándo y dónde debo hacer cada trabajo?
Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera
Más detallesAnálisis de Datos. Práctica de métodos predicción de en WEKA
SOLUCION 1. Características de los datos y filtros Una vez cargados los datos, aparece un cuadro resumen, Current relation, con el nombre de la relación que se indica en el fichero (en la línea @relation
Más detallesAplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI
Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI Ricardo Köller Jemio Departamento de Ciencias Exactas e Ingeniería, Universidad
Más detallesCOMUNICADO Nro. 49763 08/11/2010. Ref.: Tarjetas de crédito. Tasas y costos promedio de las tarjetas de crédito a agosto de 2010. Tarjetas de Crédito
"2010 - AÑO DEL BICENTENARIO DE LA REVOLUCION DE MAYO" COMUNICADO Nro. 49763 08/11/2010 Ref.: Tarjetas de crédito. Tasas y costos promedio de las tarjetas de crédito a agosto de 2010. Tarjetas de Crédito
Más detallesParámetros con la ventana de selección de usuario, reglas, texto y descomposición (IVE)
QUÉ SON CONCEPTOS PARAMÉTRICOS? Los conceptos paramétricos de Presto permiten definir de una sola vez una colección de conceptos similares a partir de los cuales se generan variantes o conceptos derivados
Más detalles5. AJUSTE DE PARÁMETROS DE LA BÚSQUEDA TABÚ
5.Ajuste de parámetros de la búsqueda tabú 5. AJUSTE DE PARÁMETROS DE LA BÚSQUEDA TABÚ El algoritmo de Búsqueda Tabú (TS) utiliza un gran número de parámetros asociados a distintas etapas de la resolución.
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesElementos requeridos para crearlos (ejemplo: el compilador)
Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción
Más detallesGESTIÓN DEL MEDIO AMBIENTE URBANO. (LIMPIEZA VIARIA, MANTENIMIENTO DE ZONAS VERDES, RESIDUOS URBANOS Y ABASTECIMIENTO DE AGUA)
22 PONENCIA pedro de grado 16/11/05 09:14 Página 259 GESTIÓN DEL MEDIO AMBIENTE URBANO. (LIMPIEZA VIARIA, MANTENIMIENTO DE ZONAS VERDES, RESIDUOS URBANOS Y ABASTECIMIENTO DE AGUA) 22. PONENCIA: Pedro de
Más detallesINFORME SOBRE LA PROPUESTA DE MODIFICACIÓN (Informe Final)
FECHA: 01/06/2015 ID TÍTULO: 5600475 INFORME SOBRE LA PROPUESTA DE MODIFICACIÓN (Informe Final) Denominación del Título Universidad solicitante Universidad/es participante/s Programa de Doctorado en Electrónica:
Más detallesSEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION
SEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION Contenido Introducción...3 Organización y fases de la gestión de un proyecto...4 Planificación por el método PERT...4
Más detallesAdministración del conocimiento y aprendizaje organizacional.
Capítulo 2 Administración del conocimiento y aprendizaje organizacional. 2.1 La Importancia Del Aprendizaje En Las Organizaciones El aprendizaje ha sido una de las grandes necesidades básicas del ser humano,
Más detallesDifusión de la voz del cliente en las operaciones de la empresa: el uso de six-sigma para gestionar el conocimiento Juan Carlos G. Landero, Ph.D.
Número 45. Mayo 2013 Difusión de la voz del cliente en las operaciones de la empresa: el uso de six-sigma para gestionar el conocimiento Juan Carlos G. Landero, Ph.D. 1 Resumen En un contexto de máxima
Más detalles1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1
5.1.3 Multiplicación de números enteros. El algoritmo de la multiplicación tal y como se realizaría manualmente con operandos positivos de cuatro bits es el siguiente: 1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0
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 detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesIntroducción a la Firma Electrónica en MIDAS
Introducción a la Firma Electrónica en MIDAS Firma Digital Introducción. El Módulo para la Integración de Documentos y Acceso a los Sistemas(MIDAS) emplea la firma digital como método de aseguramiento
Más detallesÁREA DE CALIDAD UALITY & ASSOCIATS ECONOMICS
Nuestra empresa ofrece varios servicios relacionados directamente con la ISO 9001 y la calidad. Ofrecemos: 1.- Asesoramiento para la implementación de Sistemas de Gestión de Calidad basados en los diferentes
Más detallesSIIGO Pyme. Informes de Saldos y Movimientos de Inventarios. Cartilla I
SIIGO Pyme Informes de Saldos y Movimientos de Inventarios Cartilla I Tabla de Contenido 1. Presentación 2. Qué son Inventarios? 3. Qué son Informes? 4. Qué son Informes de Saldos y Movimientos en Inventarios?
Más detallesPropuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA
Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA Documento de trabajo elaborado para la Red Temática DocenWeb: Red Temática de Docencia en Control mediante Web (DPI2002-11505-E)
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION Qué es el momento en una red backpropagation? U.A. REDES NEURONALES INTEGRANTES: JESUS BARRIOS CRESCENCIO
Más detallesCompras y aprovisionamiento
Compras y aprovisionamiento El proceso de aprovisionamiento Factores que influyen en la función de aprovisionamiento Evolución de la función de compras Compras y aprovisionamiento en métodos JIT El aprovisionamiento
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 detallesUnidad II: Análisis de Redes
Unidad II: Análisis de Redes 2.1 Conceptos Básicos Un problema de redes es aquel que puede representarse por: LA IMPORTANCIA DE LOS MODELOS DE REDES: Muchos problemas comerciales pueden ser resueltos a
Más detallesJulian López Franco Universidad de La Salle Carrera 2 No. 10 70 Bogotá, Colombia jullopez@unisalle.edu.co
ESTRATEGIAS PARA EL DISEÑO E HIBRIDACIÓN DE UNA METAHEURÍSTICA BASADA EN BÚSQUEDA DISPERSA QUE RESUELVA EL PROBLEMA MDVRP MULTIOBJETIVO: COSTO Y BALANCEO DE CARGA Julian López Franco Universidad de La
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detallesOptimización de Procesos
Optimización de Procesos Tier I: Métodos Matemáticos de Click to edit Master title style Optimización Sección 4: Optimización Multi-Objetivo Click to Introducción edit Master title style La optimización
Más detallesActividades para mejoras. Actividades donde se evalúa constantemente todo el proceso del proyecto para evitar errores y eficientar los procesos.
Apéndice C. Glosario A Actividades de coordinación entre grupos. Son dinámicas y canales de comunicación cuyo objetivo es facilitar el trabajo entre los distintos equipos del proyecto. Actividades integradas
Más detallesIntroducción a la Computación Evolutiva
Introducción a la Computación Evolutiva Sección de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx http: //delta.cs.cinvestav.mx/~ccoello
Más detallesGedicoPDA: software de preventa
GedicoPDA: software de preventa GedicoPDA es un sistema integrado para la toma de pedidos de preventa y gestión de cobros diseñado para trabajar con ruteros de clientes. La aplicación PDA está perfectamente
Más detallesSOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE TRANSPORTE Y ASIGNACION.
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA DE LA PRODUCCIÓN INGENIERÍA INDUSTRIAL SOLUCION DE MODELOS DE PROGRAMACION LINEAL EN UNA HOJA DE CALCULO. PROBLEMAS DE
Más detallesIngeniería en Informática
Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesAdaptación al NPGC. Introducción. NPGC.doc. Qué cambios hay en el NPGC? Telf.: 93.410.92.92 Fax.: 93.419.86.49 e-mail:atcliente@websie.
Adaptación al NPGC Introducción Nexus 620, ya recoge el Nuevo Plan General Contable, que entrará en vigor el 1 de Enero de 2008. Este documento mostrará que debemos hacer a partir de esa fecha, según nuestra
Más detallesMÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO. Tema 4: Herramientas de análisis: buscar objetivo, escenarios, Solver
MÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO Tema 4: Herramientas de análisis: buscar objetivo, escenarios, Solver Leire Aldaz, Begoña Eguía y Leire Urcola Índice del tema Introducción Buscar Objetivo
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesPROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables
Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver
Más detallesLa nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx
La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx Resumen Se dan algunas definiciones básicas relacionadas con la divisibilidad
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detalles- MANUAL DE USUARIO -
- MANUAL DE USUARIO - Aplicación: Kz Precio Hora Instagi Instagi Teléfono: 943424465-943466874 Email: instagi@instagi.com GUIA PROGRAMA CALCULO PRECIO HORA 1. Introducción 2. Datos de la empresa 2.1.Gastos
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 detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
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 detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesANÁLISIS DE BALANCES CON EL NUEVO PGC DE 2008
ANÁLISIS DE BALANCES CON EL NUEVO PGC DE 2008 Índice: 1.- ANÁLISIS DE BALANCES. GENERALIDADES...2 2.- EL FONDO DE MANIOBRA...2 3.- ANÁLISIS FINANCIERO DEL BALANCE...3 4.- ANÁLISIS ECONÓMICO DEL BALANCE...6
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detallesPlan de tarificación. Redes telefónicas. Requisitos a cumplir por el plan.
Redes telefónicas Plan de tarificación Plan de tarificación Requisitos a cumplir por el plan Métodos de tarificación Llamadas locales Llamadas a larga distancia Métodos de registro de llamadas Tarifas
Más detallesGuías _SGO. Gestione administradores, usuarios y grupos de su empresa. Sistema de Gestión Online
Guías _SGO Gestione administradores, usuarios y grupos de su empresa Sistema de Gestión Online Índice General 1. Parámetros Generales... 4 1.1 Qué es?... 4 1.2 Consumo por Cuentas... 6 1.3 Días Feriados...
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesPLANTILLA PARA LA GESTIÓN DEL PROYECTO
PLANTILLA PARA LA GESTIÓN DEL PROYECTO PASO 1: DESARROLLO CONCEPTUAL Esto tiene el propósito de llegar al Qué? y Por qué? del proyecto Escaneo de los Temas y Revisión de la Investigación Cuál es el problema
Más detallesANÁLISIS DE UN PROBLEMA LOGÍSTICO A VARIOS NIVELES EN LA INDUSTRIA DEL AUTOMOVIL. DISEÑO DE SOLUCIONES APROXIMADAS
ANÁLISIS DE UN PROBLEMA LOGÍSTICO A VARIOS NIVELES EN LA INDUSTRIA DEL AUTOMOVIL. DISEÑO DE SOLUCIONES APROXIMADAS JESÚS ALEGRE, SILVIA CASADO, CRISTINA DELGADO Y JOAQUÍN PACHECO Dpto. Economía Aplicada.
Más detallese-mailing Solution La forma más efectiva de llegar a sus clientes.
e-mailing Solution La forma más efectiva de llegar a sus clientes. e-mailing Solution Es muy grato para nosotros presentarles e-mailing Solution, nuestra solución de e-mail Marketing para su empresa. E-Mailing
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detalles4.5 Curso de Adaptación. VerificaMemoriaGrado011208V2. UVa. 1. Justificación General:
4.5 Curso de Adaptación 1. Justificación General: El Curso de Complementos Formativos (CCF) del Grado en Relaciones Laborales y Recursos Humanos (Facultad de Ciencias del Trabajo de Palencia, Facultad
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesUN PROBLEMA CON INTERÉS Y CALCULADORA
UN PROBLEMA CON INTERÉS Y CALCULADORA José Antonio Mora Sánchez. Alacant Las calculadoras ofrecen la posibilidad de modificar la óptica desde la que se abordan ciertos problemas matemáticos, esto hace
Más detallesUVa Escuela Técnica Superior de Ingeniería Informática 1 de 8
1 Cronograma de implantación del título. Salvo que la Universidad de Valladolid decida tomar otra alternativa con carácter general para ordenar el proceso de transición de títulos, la implantación del
Más detallesTEMA 39: OPERACIONES LOCALES EN EL MODELO RASTER
TEMA 39: OPERACIONES LOCALES EN EL MODELO RASTER OBJETO DEL TEMA: Conocer las herramientas de análisis de los Sistemas de Información Geográfica raster para realizar operaciones locales. Comprender la
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detallesMODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS.
MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS. I.1 OBJETIVO Y UTILIDAD: El objetivo principal de este trabajo, realizado como Trabajo Final de Máster en Ingeniería Hidráulica
Más detallesESTUDIO Y OBTENCIÓN DE NUEVOS CONCEPTOS PARA TRAVIESA PARACHOQUES
ESTUDIO Y OBTENCIÓN DE NUEVOS CONCEPTOS PARA TRAVIESA PARACHOQUES El objetivo de este proyecto es el desarrollo de una metodología de innovar aplicada a la mejora de un componente del automóvil, a partir
Más detallesAlineamiento. Cognitens-WLS400M
Alineamiento Objetivos Lograr entender el procedimiento de alineación. Entender el razón del alineamiento en el proceso de medición. Revisar y practicar los diferentes tipos de alineamiento. Familiarizarse
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 detallesPráctica 5. Curso 2014-2015
Prácticas de Seguridad Informática Práctica 5 Grado Ingeniería Informática Curso 2014-2015 Universidad de Zaragoza Escuela de Ingeniería y Arquitectura Departamento de Informática e Ingeniería de Sistemas
Más detallesEstructuras de Control - Diagrama de Flujo
RESOLUCIÓN DE PROBLEMAS Y ALGORITMOS Ingeniería en Computación Ingeniería en Informática UNIVERSIDAD NACIONAL DE SAN LUIS DEPARTAMENTO DE INFORMÁTICA AÑO 2015 Índice 1. Programación estructurada 2 1.1.
Más detallesSeis Sigma. Nueva filosofía Administrativa.
Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo
Más detallesGestión de la Configuración
Gestión de la ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ESTUDIO DE VIABILIDAD DEL SISTEMA... 2 ACTIVIDAD EVS-GC 1: DEFINICIÓN DE LOS REQUISITOS DE GESTIÓN DE CONFIGURACIÓN... 2 Tarea EVS-GC 1.1: Definición de
Más detalles