V Origem e Campos de Utilização;

V Processo de modelagem de problemas;

V Programação Linear;
V Teoria dos Grafos;
V Método Simplex;
V Programação Inteira e Programação
Dinâmica;
V Problemas de Conexão;
V Problemas e Resoluções comuns;
V Problemas do Caixeiro Viajante;
V Aplicações Práticas;
 °usca Resolução de problemas
Máxima (Lucro,Venda Etc.)
Mínima (Tempo,Gastos Etc.)

 Diversas Áreas de Utilização

Distribuição de energia Elétrica;
Posicionamento de satélite;
Empacotamento de caixas em container;
Roteamento ou Escalamento de Veículos;
Etc.
 Para cada Problema Um Método Diferente

 Programação Linear e Não-linear

 Programação linear
Método Determinísticos
Métodos Heurísticos
 Determinístico
Utiliza Calculo de Derivadas e Métodos de
Aproximação;
Melhores Resultados Para funções Continuas (Possui
apenas um ponto de máxima e um de mínima)
 Heurístico
Também visa à obtenção de soluções aproximadas
°aixo custo computacional
 Programação Linear (PL)
Implementados por meio da elaboração de sistemas
lineares;
Equações e Inequações descreve as restrições do
sistema
Uma equação que descreve se a função vai ser
maximizada ou minimizada.
V÷

 


V ÷ 
  
  
 
 

  
 

  

 









  

 

  

!





V      
 !


V ÷ " 
  !


V ÷ " 
  !


V #  

÷$
V ÷


  
V %
  
V & 
V '  
V ( 


x2  R
 R
A = (0,0)
° = (2,0)
R 
x1 w 2
C = (2,1) R 
D = (1,2)
E = (0,2)
R
R

F F = (0,3) R R O ]
G = (2,2)
x* = (1,2), z* = 5
H = (3,0)
E D G x2 w 2

A H x1
°
V Definição
(ferramenta da
programação
linear);
V Problema da
Mochila - :

: Formula para a solução da
PK

  
V`
` 
 `
V 
`


V Estudo de cenários de investimento de
capital;
V Localização de estações de recepção em
terra para comunicação via satélite;
V Localização de estações rodoviárias e
pontes móveis de acesso aos aviões;
V Localização de estações de medição
pluviométrica e seleção de carteiras de
investimento;
V Roteamento de mensagem por satélite
com limitação de memória.
V`
``
 ``
V Definição;
V Processo de decisão multiestágio;
V Definições, do grego V
:
 
V Heurísticas e Meta-Heurísticas modernas;

 Algoritmos Genéticos;
 Genéticos Híbridos;
 Algoritmos meméticos;
 Simulated Anneling;
 Nuvens de partículas;
 V Colônia de Formigas;
Algoritmo ColoniaDeFormigas
=



o]

 




2







o

]

o

o]



Mð




÷ara



:

=ð ð


2aça


  


 


:v




 


:



:




 








 
:

 


:


áe

:

2



então



:


 Ú

 



 


:

se


Mð


 
!

:



então

o:





"
:


senão

o:


]


 

o


o
#

o:


$

o

o
#

o

%
áe





&




'

Ô
(




então
)*+





&

senão
 

)






V Colônia de Formigas;
Pode ser usado em vários outros problemas;
e em várias áreas da computação, como
robótica.
Ex: http://www.swarm-bots.org
 ¢  ` ;
 O
 O

 

  


  


UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

Uso do Algoritmo Q-learning como Estratégia

de Diversificação/Intensificação para as
Metaheurísticas GRASP e Algoritmos Genéticos

Autor: Francisco Chagas de Lima Júnior

Orientadores: Jorge Dantas de Melo
Adrião Duarte Dória Neto

Natal, Fevereiro de 2007

V °
;
V
   ;
V
 ! " # ;
V Iniciodo problema;
 Problema de conexão simples;
V Como funciona;
V Resolução com o Algoritmo de Roy
V Definiçãodo problema
V Resolução com o algoritmo de Dijkstra.
VA Otimização Combinatória pode ser
aplicada a uma infinidade de problemas
da vida real.

V  $ O¢
`

Esse projeto dividi-se em 3 partes, mapeamento genético,
mapeamento físico e seqüenciamento de DNA.

V¢
  " `% 

Regras seguidas pelas Maquinas na produção de produtos,
buscando reduzir o tempo de produção.
V s r l s ti iz i t ri s
i rt t s t t i i tífi s
i s. r l s ti iz i t ri t
j ti s r l rs l , r
s f st , tr s it s s l s ssí is.
V    & 
Depende da arquitetura de conexão.

 ` 

Encontrar o caminho mais curto entre dois vértices de
um grafo.
'!  (
Contem todos os nós possíveis de um grafo. Muito
utilizada em problemas de conexão e comunicações.
V   )  
Aborda questões de fluxo de redes e logísticas como a distribuição
de produtos.

 
) #& 
 "*
  
   +  , 
 *
 -
Percorrer todos os vértices do grafo buscando menor
custo e podendo repeti-los.
¢
 #&
Pairing: Rotas a serem percorridas.
Rostering: Atividades dos tripulantes.
V Programação linear na forma
normal ² Única solução Viavel;;
V A partir de uma solução viável se
encontra outra possíveis soluções
viáveis;
V Algoritmo tipo simplex;
V Representação;
V Existemos grafos hamiltonianos e
os não-hamiltonianos;
V Demanda e Oferta;
V Tipo Hamiltoniano e não
Hamiltoniano;
V Grande Aplicação Pratica;
V Relação Com outros
modelos;
V Importância;
V Suponha que se quer conhecer algumas
cidades do Estado de São Paulo e a partir de
uma cidade inicial, percorrer outras cidades e
voltar à cidade de inicial, gastando o menor
tempo possível.