Algoritmos de trayectoria multiobjetivo aplicados al problema de ...

More documents

Recommendations

Info

El segundo paso consistió en agregar los algoritmos propuestos en el epígrafe 2.3.1 en la biblioteca de clases, para lo cual se incorporaron las clases que se señalan en la Figura 20 y se describen a continuación: Se agregaron clases que heredan de AcceptableCandidate e implementan los diferentes criterios de aceptación establecidos por cada algoritmo. Se agregaron clases para cada algoritmo multiobjetivo implementado, que heredan de la clase Generator. Figura 20. Vista del Diagrama de Clases de Biciam con algoritmos nuevos incorporados en color más claro (paquete ceis.grial.generator) El tercer paso consistió en la incorporación de Biciam a la arquitectura de Teamsoft + . Para el uso de la biblioteca de clases es necesario: Modelar el problema mediante la definición de la/las funciones objetivo y restricciones Definir la representación de una solución y su dominio Definir el/los operadores a utilizar 47
Diseñar las clases del problema bajo consideración heredando de las clases abstractas ObjectiveFunction, Constrain, Operator y Domain. Para el uso de la biblioteca BICIAM en la herramienta Teamsoft + se modeló el problema a través del modelo formal explicado en detalle en el epígrafe 1.3 del Capítulo 1. La representación de una solución se muestra en la Figura 21. Dado que el problema consiste en asignar trabajadores a los roles definidos en un equipo de proyecto dado y que se puede necesitar que se asignen varios trabajadores a un mismo rol, se define como solución, una lista de elementos, donde cada elemento está compuesto por un rol y la lista de trabajadores que juegan ese rol. Figura 21. Representación de una solución El problema planteado tiene una particularidad, asociada al hecho de que se puede querer buscar una solución fijando uno o varios trabajadores en uno o más roles, tal como se muestra en la Figura 22. Figura 22. Representación de una solución fijando algunos trabajadores en determinados roles El espacio de soluciones está determinado por la instancia del problema que se analiza. Para una instancia de 60 trabajadores y 6 roles, suponiendo que un trabajador solo puede desempeñar un rol y que el rol Jefe de Proyecto se asigna al inicio y permanece fijo durante la asignación, el espacio de soluciones es 6 x 10 8 . En el Capítulo 3 se detalla el espacio de soluciones para cada instancia del problema considerada. En cuanto al tratamiento de las restricciones todos los algoritmos implementados consideran como soluciones no factibles aquellas que no cumplen con las restricciones del problema, y por tanto no las toma en cuenta durante la búsqueda de una solución. Es decir, en el proceso de búsqueda no se tienen en cuenta soluciones no factibles, por lo que si al generar un vecino de la solución actual resulta que es una solución no factible, esta no es tomada en cuenta y se busca otro vecino. Los operadores utilizados en la versión actual son sustitución y permutación. El operador sustitución, escoge uno de los roles de la solución y sustituye uno de los trabajadores que juegan ese rol por otro del espacio de soluciones. El operador permutación escoge dos roles de la solución, selecciona un trabajador de cada rol y los intercambia. 48
Page 1 and 2:
Instituto Superior Politécnico Jos
Page 3 and 4:
Algoritmos de trayectoria multiobje
Page 5 and 6:
Resumen La inadecuada conformación
Page 7 and 8: 3.4 PARÁMETROS DE LOS ALGORITMOS .
Page 9 and 10: FIGURA 21. REPRESENTACIÓN DE UNA S
Page 11 and 12: TABLA 17. TIEMPO MÍNIMO, PROMEDIO
Page 13 and 14: máxima de roles a desempeñar por
Page 15 and 16: 3. Evaluar el desempeño de los alg
Page 17 and 18: Capítulo 1. Algoritmos metaheurís
Page 19 and 20: Restringir el número máximo de ro
Page 21 and 22: Pareto está compuesto por aquellos
Page 23 and 24: Esta técnica resulta conveniente e
Page 25 and 26: - Escalador de Colinas estocástico
Page 27 and 28: Tomar xa S Agregar xa a L xu:= xa T
Page 29 and 30: elemento, su distancia respecto a l
Page 31 and 32: Tomar xaS Ti = T0 Agregar xaa L Rep
Page 33 and 34: solución de Pareto, entonces se ch
Page 35 and 36: Valdés, Crespo et al. 1999) y el p
Page 37 and 38: 1.6.4 GRASP Algoritmo básico El pr
Page 39 and 40: de soluciones no dominadas encontra
Page 41 and 42: Tabla 1.Comparación entre algoritm
Page 43 and 44: Tabla 3.Comparación entre algoritm
Page 45 and 46: El comportamiento ideal del algorit
Page 47 and 48: Existen bibliotecas implementadas e
Page 49 and 50: 1.9 Conclusiones A partir de la rev
Page 51 and 52: En el trabajo de (André 2009), se
Page 53 and 54: En la Figura 15 se observa la soluc
Page 55 and 56: Los paquetes que contienen las clas
Page 57: En la clase Problem se incorpora co
Page 61 and 62: Se rediseñaron las clases Maximize
Page 63 and 64: 2.4 Conclusiones En el capítulo se
Page 65 and 66: Los datos necesarios para la confor
Page 67 and 68: del equipo: considerar la presencia
Page 69 and 70: Tabla 10. Cantidad de soluciones en
Page 71 and 72: En cuanto a la métrica Distancia g
Page 73 and 74: En el anexo 11 se muestran los resu
Page 75 and 76: Tabla 17. Tiempo mínimo, promedio
Page 81 and 82: Conclusiones A partir de los result
Page 83 and 84: Referencias Bibliográficas Acuña,
Page 85 and 86: Díaz, J. A. and E. Fernández (200
Page 87 and 88: Misevicius, A. (2003). "A Modified
Page 89 and 90: Suman, B. and P. Kumar (2006). "A s
Page 91 and 92: Anexos Anexo 1 Encuesta a especiali
Page 93 and 94: Anexo 2. Roles invariantes y compet
Page 95 and 96: Anexo 4. Resultados obtenidos en la
Page 97 and 98: Anexo 6. Resultados obtenidos en la
Page 99 and 100: Anexo 8. Resultado del procesamient
Page 101 and 102: Anexo 11. Valores de cobertura para
Page 103 and 104: Anexo 13. Valores de cobertura para
show all

Algoritmos de trayectoria multiobjetivo aplicados al problema de ...

Create successful ePaper yourself

Delete template?

Save as template?