Combinando randomización sesgada y búsqueda local iterativa para resolver problemas de flow-shop
Visualitza/Obre
Tipus de documentText en actes de congrés
Data publicació2012
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
A la hora de poder aplicar algoritmos
te oricos a casos reales, no solo resulta conveniente que
el algoritmo sea e ciente sino tambi en que sea lo m as
comprensible posible y que no requiera de comple-
jos procesos de parametrizaci on. Siguiendo esta l ogi-
ca, proponemos aqu un algoritmo h brido que reune
las caracter sticas anteriores para resolver el proble-
ma del Flow-Shop (FSP). El algoritmo, que no re-
quire de parametrizaci on alguna, combina estrategias
de randomizaci on con una B usqueda Local Iterativa
(ILS), logrando ser competitivo con otros conocidos
algoritmos que se encuentran entre los m as simples y
e cientes para el FSP. Nuestro enfoque de ne (1) un
nuevo operador para el proceso de perturbaci on ILS,
(2) un nuevo criterio de aceptaci on basado en reglas
simples y transparentes, y (3) un proceso de random-
izaci on sesgada de la soluci on inicial. Los resultados
preliminares obtenidos con las instancias de Taillard
permiten concluir que la soluci on propuesta puede ser
una excelente alternativa en aplicaciones reales
CitacióLourenço, H. [et al.]. Combinando randomización sesgada y búsqueda local iterativa para resolver problemas de flow-shop. A: Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados. "Actas del VIII Congreso español sobre metaheurísticas, algoritmos evolutivos y bioinspirados: MAEB 2012". Albacete: 2012, p. 1-6.
Versió de l'editorhttp://congresomaeb2012.uclm.es/papers/paper_24.pdf
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Juan_al_Rand-ILS_FSP_Maeb2012.pdf | 117,5Kb | Visualitza/Obre |