Professional Documents
Culture Documents
(i= 0,1,.., n)
Sin embargo, estas restricciones no bastan para garantizar que se est
optimizando sobre recorridos, es decir, que las soluciones factibles son slo
recorridos. Esto es, porque permiten la existencia de subrecorridos: Por ejemplo,
en el caso de seis ciudades haciendo 1 variables X 01,X012,X26,X45,X53, se satisfacen
todas estas restricciones. Para restringir slo a recorridos, hay que aadir
restricciones adicionales. Una forma de hacerlo es que en cada recorrido para
Por su gran facilidad para ser formulado y por su gran adaptabilidad a mltiples
situaciones prcticas el TSP ha sido uno de los problemas de optimizacin que
mayor inters ha despertado a los investigadores en las reas de matemticas
discretas, computacin e investigacin de operaciones.
El TSP se puede asociar con gran facilidad a mltiples problemas prcticos tales
como:
Programacin de tareas en mquinas: Aunque poco parecido a un TSP, esta
situacin se puede formular de la misma manera. Cada tarea se puede ver como
una de las ciudades a visitar y el tiempo necesario para cambiar de tarea ser la
distancia que hay entre una ciudad y otra. El objetivo en este caso ser minimizar
el tiempo total de cambio de referencia.
Recoleccin de rdenes en bodegas y centros de distribucin: Este problema
est asociado con la recoleccin de materiales en las bodegas. Suponiendo que
una orden que llega requiere un subconjunto de los artculos almacenados en la
bodega. Un vehculo o una persona debe recoger todos los artculos que luego
sern enviados al cliente. La relacin con el TSP es inmediata. Los lugares de
almacenamiento de los artculos corresponden a las ciudades, la distancia entre
dos ciudades est dada por el tiempo requerido para desplazarse desde una
localizacin a otra. El problema de encontrar la ruta ms corta es decir con el
tiempo de recogida ms pequeo se puede resolver como un TSP. Algunos casos
especiales del problema pueden resolverse fcilmente.
Optimizacin de rutas en el Problema de enrutamiento de vehculos: Una de las
aplicaciones de mayor importancia que se le ha asociado al TSP es su relacin
con el Problema de enrutamiento de vehculos (VRP- Vehicle Routing Problem).
Existen tambin mtodos de solucin Heurstica que buscan explotar la estructura
del problema para obtener soluciones en tiempos muy cortos. Entre estos mtodos
se cuentan el vecino ms cercano (Nearest Neighbor.), los mtodos de Insercin y
de Ahorros.
Se puede ver la resolucin de este mtodo a travs del siguiente
link: http://www.youtube.com/watch?v=xZXm2bM_MdI
Blanca
20
50
45
Amarilla
10
44
40
Negra
17
19
20
Roja
15
18
25
Pintura actual
Blanca
Amarilla
Negra
Roja
Blanca
20
50
45
Amarilla
10
44
40
Negra
17
19
20
Roja
15
18
25
Se puede concebir que cada pintura es una ciudad y que las distancias
representan el tiempo de limpieza necesario para cambiar de un lote de pintura al
siguiente. El caso se reduce as a determinar el circuito ms corto que se inicie
en el lote de pintura y pase exactamente una vez por cada uno de los tres lotes
restantes, para regresar al punto de partida. Este problema se puede resolver
enumerando exhaustivamente de los seis [(4 -1)! =3!=6] bucles posibles de la red.
La siguiente tabla indica que W->Y ->R->B->W es el ciclo ptimo.
Ciclo de produccin:
W -> Y ->B ->R ->W
W -> Y ->R ->B ->W
W -> B ->Y ->R ->W
W -> B ->R ->Y ->W
W -> R ->B ->Y ->W
10+19+25+45=99
10+18+20+50=98
17+44+18+45=124
17+25+40+20=102
15+20+44+20=99
15+40+19+50=124
10+19+25+45=99
10+18+20+50=98
17+44+18+45=124
17+25+40+20=102
15+20+44+20=99
15+40+19+50=124
Sort: http://wps.prenhall.com/esm_tannenbaum_excursions_5/14/3688/944318.cw/
index.html
El problema de Agente Viajero Mltiple o Multiple traveling salesman
problem (m-TSP)
Para clarificar an ms la utilidad que tiene el TSP se explicar una de sus
extensiones, el m-TSP (Multiple Traveling Salesman Problem) en el cual hay m
agentes viajeros. El m-TSP consiste en determinar un conjunto de rutas para m
vendedores quienes parten al mismo tiempo y despus de haber realizado su ruta
retornan al punto de partida, cada ruta conserva las mismas condiciones de un
TSP (Parten desde la ciudad origen recorren un nmero n de ciudades, cada
ciudad es visitada solo una vez y retornan a la ciudad origen). El m-TSP busca
minimizar el costo total para visitar todas las ciudades. Su formulacin es la
siguiente:
http://www.cio2014.org/
Artculo
volver
CIENCIACIERTA No.30
Abril - Junio 2012
El Problema del Agente Viajero (Traveling Salesman Problem, TSP, por sus siglas en ingls) es quiz el ms
estudiado de los problemas de optimizacin combinatoria (Applegate, Bixby, Chvatal, Cook, 1998; y Lawler,
Lenstra, Rinnooy y Shmoys, 1985). Su popularidad se debe a que es fcil de plantear, pero difcil de resolver.
Se puede describir de la siguiente forma: Dadas n ciudades y el costo Cij que se tiene al viajar de una ciudad
a otra, se debe encontrar la ruta de costo mnimo para visitarlas todas pasando slo una vez por cada una de
ellas, y regresando a la de partida. A cada ruta se le llama tour o ciclo hamiltoniano.
de
productos.
Donde
se
puede
mejorar
una
ruta
Con las restricciones (1) y (2) se indica que se entra y se sale de cada ciudad una sola vez. Cada una de
estas restricciones tiene una cardinalidad n. La restriccin (3) garantiza que no habr subtours en la solucin,
al no permitir que se pase ms de una vez por la misma ciudad. Realmente esta es la restriccin que complica
el modelo al tener un crecimiento exponencial, haciendo que sea difcil resolverlo, ya que se tiene una
restriccin por cada subconjunto del conjunto de vrtices. Esta restriccin tiene una cardinalidad 2 n.
El Problema del Agente Viajero puede resolverse de diferentes maneras:
Enumeracin de todas las soluciones factibles. Es decir, enlistar todas las posibles soluciones al problema,
calcular sus costos asociados, e identificar, por comparacin, cul es la solucin con el costo ms
conveniente.
Mtodos exactos. Tambin llamados algoritmos ptimos, intentan descartar familias enteras de posibles
soluciones, tratando as de acelerar la bsqueda y llegar a una ptima. Los que ms se usan para resolver el
TSP son Ramificacin y Acotamiento, y Ramificacin y Corte.
Heursticas. Son mtodos obtienen buenas soluciones en tiempos de cmputo muy cortos, aunque sin
garantizar la optimalidad de la solucin.
El TSP es un problema considerado difcil de resolver, propiamente dicho como NP-Completo. Es decir, es un
problema para el que no podemos garantizar que se encontrar la mejor solucin en un tiempo de cmputo
razonable, por esto, cuando una instancia de grandes dimensiones se resuelve con algn mtodo exacto,
toma un extenso periodo de tiempo. Con el uso de heursticas se tienen soluciones de muy buena calidad en
tiempos de cmputo mucho ms pequeos.
Heursticas
Las heursticas son mtodos inteligentes que buscan una buena solucin en un tiempo de cmputo razonable,
pero sin garantizar que sta sea la ptima (Johnson et al., 2002).
Existen diferentes tipos de heursticas (Glover, Gutin, Yeo y Zverovich, 2001):
Heursticas constructivas. Procedimientos que se encargan de obtener una solucin a partir de un criterio
inicial, esto es, construyen una solucin factible.
Heursticas de bsqueda local. Procedimientos para mejorar soluciones ya encontradas. Tratan de optimizar
localmente alrededor de una solucin, ubicando mnimos locales.
Heursticas combinadas: Procedimientos que constan de una heurstica constructiva y una heurstica de
bsqueda local.
Algunas heursticas para el Problema del Agente Viajero Asimtrico son las siguientes (Cirasella, Lyle,
McGeoch y Zhang, 2000):
El
vecino
ms
cercano
(heurstica
constructiva).
Esta heurstica se basa en la idea de moverse de una ciudad a la siguiente, de tal forma que, de todas las
opciones, la ciudad elegida sea la ms cercana a donde se encuentra ubicado el agente viajero (figura 1). Es
una heurstica miope, ya que en una iteracin3 escoge la mejor opcin que tiene disponible, sin ver que esto
puede obligarle a tomar malas decisiones posteriormente (Johnson et al., 2002).
dos
en
algoritmos
instancias
constructivos
pequeas,
son
todos
capaces
con
un
En instancias grandes, la miopa del vecino ms cercano se hace evidente, sin embargo, es el algoritmo con
Referencias
bibliogrficas
Applegate, D., Bixby,R., Chvatal V., Cook,W. On the solution of the Traveling Salesman Problem.
DocumentaMathematica-Extra
Volume
ICM
III.
1998.
645-656.
Brest,J., Zerovnik,J. A heuristic for the Asymmetric Traveling Salesman Problem. The 6th Metaheuristics International
Conference.
2005.
145-150.
Cirasella,J., Lyle,D.., McGeoch,L., Zhang,W. The Asymmetric Traveling Salesman Problem: Algorithms, Instance
Generators, and Tests. Springer Lecture Notes in Computer Science 2153. 2000. 32-59.
Glover,F., Gutin,G., Yeo,A., Zverovich,A. Construction Heuristics for the asymmetric TSP. European Journal of
Operational
Research
129
III.
2001.
555568.
Johnson ,D., Gutin, G., McGeoch, L., Yeo,A., Zhang,W., Zverovitch, A. Experimental Analysis of heuristics for the ATSP.
The
Traveling
Salesman
Problem
and
its
Variations.
2002.
445-487.
Lawler, E., Lenstra, J., Rinnooy, A., Shmoys, D. The Traveling Salesmen Problem: A Guided Tour of Combinatorial
Optimization.
John
Wiley
&
Sons.
1985.
ncan,T., Kuban A., Laporte, G. A comparative analysis of several asymmetric traveling salesman problem formulations.
Computers and Operational Research. 36 Issue III. 2009. 637-654