ΜΕΘΟΔΟΙ ΑΡΧΙΚΟΠΟΙΗΣΗΣ ΓΙΑ ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ ΠΛΑΝΟΔΙΟΥ ΠΩΛΗΤΗ ΜΕ ΧΡΟΝΙΚΑ ΠΑΡΑΘΥΡΑ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ VNS.
|
|
- Ἄμμων Κανακάρης-Ρούφος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΜΕΘΟΔΟΙ ΑΡΧΙΚΟΠΟΙΗΣΗΣ ΓΙΑ ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ ΠΛΑΝΟΔΙΟΥ ΠΩΛΗΤΗ ΜΕ ΧΡΟΝΙΚΑ ΠΑΡΑΘΥΡΑ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ VNS. ΠΜΣ Εφαρμοσμένης Πληροφορικής, Συστήματα Υπολογιστών. ΧΡΗΣΤΟΣ ΠΑΠΑΛΙΤΣΑΣ 30/10/2014
2 Διάρθρωση παρουσίασης Travelling Salesman Problem Travelling Salesman Problem with Time Windows Μεθευρετικές διαδικασίες Variable Neighborhood Search GVNS για το TSPTW Υλοποίηση διαδικασίας GVNS Υπολογιστικά αποτελέσματα Επίλογος
3 Travelling Salesman Problem Το πρόβλημα είναι NP-hard. Το TSP αναφέρεται στην εύρεση του καλύτερου δυνατού τρόπου ώστε: να επισκεφτούμε όλες τις πόλεις και να επιστρέψουμε στο σημείο εκκίνησης ελαχιστοποιώντας το κόστος της περιήγησης. Symmetric Tsp, Asymmetric Tsp, Multiple Tsp Το TSP μπορεί να οριστεί: σε ένα πλήρες μη κατευθυνόμενο γράφημα G = (V, E), εάν είναι συμμετρικό ή σε ένα κατευθυνόμενο γράφημα G = (V, A), εάν είναι ασύμμετρο. Το σύνολο V = {1, 2, 3,, n} είναι το σύνολο των κορυφών, το E = { i, j : i, j V, i < j} είναι το σύνολο ακμών και το A = { i, j : i, j V, i j} είναι το σύνολο των τόξων. Ένας πίνακας κόστους C = (c ij ) ορίζεται στο Ε ή στο Α. Oι κορυφές είναι σημεία P i = (X i, Y i ) στο επίπεδο, και c ij = (X i X j ) 2 + (Y i Y j ) 2 είναι η Ευκλείδεια απόσταση.
4 Travelling Salesman Problem with Time Windows Το πρόβλημα του πλανόδιου πωλητή με χρονικά παράθυρα (Travelling Salesman Problem with Time Windows - TSPTW) είναι: παραλλαγή του προβλήματος του πλανόδιου πωλητή (TSP). είναι παρόμοιο με το TSP, με εξαίρεση ότι οι πόλεις δέχονται επίσκεψη μέσα σε ένα συγκεκριμένο χρονικό διάστημα Ο χρονικός περιορισμός περιορίζει το δένδρο αναζήτησης, διότι όλες οι TSP λύσεις δεν είναι απαραίτητα και TSPTW λύσεις Δίνεται γράφημα G = (V, A), όπου V = {1, 2,..., n}. Έστω ότι: το 0 υποδηλώνει μια αποθήκη και A = i, j : i, j V {0} είναι το σύνολο των τόξων μεταξύ των πελατών. Το κόστος της μετάβασης (travelling cost) από το i στο j αντιπροσωπεύεται από το c ij, το οποίο περιλαμβάνει: το χρόνο εξυπηρέτησης του πελάτη i και το χρόνο που χρειάζεται για να μεταβούμε από το i στο j. Κάθε πελάτης i έχει ένα συσχετιζόμενο με αυτόν χρονικό παράθυρο a i, b i, όπου a i ο χρόνος ετοιμότητας (ready time) και b i ο χρόνος λήξης (due time) Το TSPTW είναι ένα πρόβλημα εξεύρεσης μιας Χαμιλτονιανής διαδρομής, που ξεκινά και καταλήγει στην αποθήκη (depot), ικανοποιώντας τους χρονικούς περιορισμούς και ελαχιστοποιώντας το συνολικό κόστος.
5 Travelling Salesman Problem with Time Windows Παραδείγματα άμεσων εφαρμογών του TSP: το πρόβλημα διάτρησης (drilling) των τυπωμένων πινάκων κυκλώματος η επιθεώρηση των αεριοστροβίλων (overhauling gas turbine engines), η κρυσταλλογραφία (crystallography) ακτίνων X (X-rays),
6 Μεθευρετικές διαδικασίες Στην επιστήμη των υπολογιστών και τη μαθηματική βελτιστοποίηση, μια μεθευρετική είναι: Μια διαδικασία ή μια ευρετική πολύ υψηλού επιπέδου, Μια διαδικασία που καθοδηγεί μια ευρετική χαμηλότερου επιπέδου (αλγόριθμος τοπικής αναζήτησης), η οποία μπορεί να παρέχει μια αρκετά καλή λύση σε ένα υπολογιστικά δύσκολο πρόβλημα βελτιστοποίησης. Οι μεθευρετικές διαδικασίες δεν εγγυώνται ότι, σε κάθε κατηγορία προβλημάτων, θα είναι εφικτό να βρεθεί μια ολικά βέλτιστη λύση. Με την αναζήτηση σε ένα μεγάλο σύνολο εφικτών λύσεων, οι μεθευρετικές διαδικασίες μπορούν συχνά να βρουν καλές λύσεις σε λιγότερο υπολογιστικό χρόνο από τους ακριβείς αλγόριθμους. Η τοπικη αναζήτηση (ή αναζήτηση γειτονιάς) παίρνει μια πιθανή λύση σε ένα πρόβλημα και ελέγχει τους άμεσους γείτονές της (δηλαδή, λύσεις που είναι παρόμοιες αφού πραγματοποιήσουμε μία ή δύο μικρές κινήσεις ), με σκοπό να βρει μια βελτιωμένη λύση
7 Μεθευρετικές διαδικασίες Ιδιότητες Μεθευρετικών: Οι μεθευρετικές είναι προσεγγιστικές και καθοδηγούν τη διαδικασία αναζήτησης. Διερευνούν αποτελεσματικά τον χώρο αναζήτησης προς εύρεση βέλτιστων λύσεων. Είναι μη-ντετερμινιστικές. Εφαρμογή μηχανισμών για την αποφυγή εγκλωβισμού, σε τοπικό βέλτιστο Συνήθως επιτρέπουν μια εύκολη παράλληλη υλοποίηση.
8 Variable Neighborhood Search Η αναζήτηση μεταβαλλόμενης γειτονιάς είναι μια μεθευρετική μέθοδος,η οποία κατά κύριο λόγο χρησιμοποιείται για την επίλυση προβλημάτων συνδυαστικής και ολικής βελτιστοποίησης. Διερευνά γειτονιές της τρέχουσας λύσης κατά τη διάρκεια της αναζήτησης και μετακινείται σε νέες βελτιωμένες λύσεις. Διαχειρίζεται μια μέθοδο τοπικής αναζήτησης (Local Search), η οποία εφαρμόζεται επαναληπτικά, ώστε να ληφθούν τα τοπικά βέλτιστα (local optima) Με άλλα λόγια, η αναζήτηση VNS περιλαμβάνει: επαναληπτική διερεύνηση μεγαλύτερων γειτονιών μέχρι να βρεθεί μια βελτίωση (συνεχίζοντας επαναληπτικά την ίδια διαδικασία) Η στρατηγική αυτή υπαγορεύεται από τρεις αρχές: 1. ένα τοπικό ελάχιστο για μία δομή γειτονιάς μπορεί να μην αποτελεί τοπικό ελάχιστο για μια διαφορετική δομή γειτονιάς, 2. ένα ολικό ελάχιστο είναι ένα τοπικό ελάχιστο για όλες τις πιθανές δομές της γειτονιάς, και 3. τα τοπικά ελάχιστα είναι στενά συνδεδεμένα με τα ολικά ελάχιστα για πολλές κλάσεις προβλημάτων.
9 Variable Neighborhood Search H ευρετική τοπικής αναζήτησης εκτελείται: επιλέγοντας μια αρχική λύση x, ανακαλύπτοντας μια κατεύθυνση καθόδου από το x, εντός μιας γειτονιάς N(x) και προχωρώντας προς το ελάχιστο της f (x) εντός της N(x) προς την ίδια κατεύθυνση. εάν δεν υπάρχει κατεύθυνση της καθόδου, η ευρετική τοπική αναζήτηση σταματά. Η VNS σχεδιάσθηκε για εύρεση προσεγγιστικών λύσεων διακριτών και συνεχών προβλημάτων βελτιστοποίησης. Η VNS προτάθηκε από τους Mladenović και Hansen, το 1997.
10 GVNS για το TSPTW Μεθευρετική διαδικασία 2 σταδίων που προτάθηκε από τους Urrutia et al. Με βάση αυτή τη διαδικασία προχωρήσαμε στην υλοποίηση εύρεσης εφικτής λύσης, που προτείνεται παρακάτω. Βήματα συνολικής διαδικασίας : Προεπεξεργασία Στάδιο Κατασκευής της Αρχικής Εφικτής Λύσης Στάδιο Βελτιστοποίησης της Εφικτής Λύσης
11 VNS Ευρεσης Εφικτής λύσης (υλοποίηση) Διαδικασία: VNS Εύρεση Εφικτής Λύσης Είσοδος: Μια μη εφικτή λύση Χ Έξοδος: Μια εφικτή λύση Χ 1 Αρχικοποίηση Πίνακα Εφικτής Προσπέλασης 2 Επανέλαβε 3 Χ Κατασκευή_Τυχαίας_Λύσης() 4 level 1 5 X LocalSearch(X) 6 Όσο η λύση δεν είναι εφικτή και το level 8 7 X Petrubation(X,level) 8 X LocalSearch(X ) 9 Αν X είναι καλύτερη X τότε 10 Χ X 11 level 1 1. Πίνακας εφικτής προσπέλασης 2. Κατασκευή τυχαίας λύσης 3. Τοπική αναζήτηση (4, 1-shift διαδοχικές δομές γειτνίασης) 4. Συνάρτηση διατάραξης (Perturbation) 5. Επίπεδο διατάραξης (level) Αλλιώς 12 level level+1 Τέλος Αν Τέλος Όσο Μέχρι ότου η λύση δεν είναι εφικτή
12 Κατασκευή τυχαίας λύσης vs. κατασκευή ταξινομημένης λύσης 1 r Παραγωγή τυχαίου αριθμού 2 Αρχικοποίηση κενού πίνακα randomnodes 3 για i από 1 μέχρι πλήθος_κόμβων 4 randomnodes(i) X.nodes(r) Τέλος για 5 Χ.nodes randomnodes 1 Χ.nodes Sort(X.nodes,duetime) Ξεκινά η μεθευρετική διαδικασία με μία τυχαία παραγόμενη λύση Ξεκινά η μεθευρετική διαδικασία με μία λύση ταξινομημένη με βάση το χρόνο λήξης των κόμβων κατά αύξουσα σειρά.
13 Αναπαράσταση της λύσης Η τελική εφικτή λύση αναπαριστάται σε μία λίστα N θέσεων (N η διάσταση του προβλήματος) όπου κάθε κόμβος αντιπροσωπεύεται από τον αύξοντα αριθμό του. Για παράδειγμα η εφικτή λύση ενός μετροπροβλήματος διάστασης N=20, που παράγει η υλοποίηση μας αναπαριστάται ως εξής : NODES
14 Εφικτή Προσπέλαση Κόμβος 1 Κόμβος 2 Κόμβος 1 Ανέφικτη προσπέλαση Κόμβος 2 Εφικτή προσπέλαση Πίνακας προσπέλασης κόμβων
15 Τοπική αναζήτηση 1-shift Η διαδικασία της τοπικής αναζήτησης στηρίζεται στον 1-shift τελεστή αναζήτησης. Ο τελεστής 1-shift, προσπαθεί να βελτιώσει την τρέχουσα λύση, μετακινώντας κάποιους κόμβους στη σειρά μαζί με κάποιους άλλους. εάν η λύση που ελέγχουμε δεν είναι εφικτή, προκύπτουν δύο σύνολα: Το σύνολο με τους παραβάτες κόμβους: κόμβοι οι οποίοι δέχθηκαν επίσκεψη μετά το χρόνο λήξης τους Το σύνολο με τους μη παραβάτες κόμβους: κόμβοι οι οποίοι δέχθηκαν επίσκεψη πριν το χρόνο λήξης τους Ύστερα από ελέγχους και έρευνα που πραγματοποιήσαμε (όπως επίσης και σύμφωνα με την έρευνα που πραγματοποίησαν οι Urrutia et al.) εμείς ακολουθήσαμε την παρακάτω σειρά : Μετατόπιση προς τα πίσω των παραβατών κόμβων Μετατόπιση προς τα εμπρός των μη παραβατών κόμβων Μετατόπιση προς τα πίσω των μη παραβατών κόμβων Μετατόπιση προς τα εμπρός των παραβατών κόμβων Aυτή η σειρά προκύπτει καλύτερη, εάν θεωρήσουμε την έννοια καλύτερη ως αυτή που παράγει γρηγορότερα μια εφικτή λύση από ότι άλλες σειρές.
16 Παράδειγμα Backward violated κόμβος 1 κόμβος 2 κόμβος 3 κόμβος 4 κόμβος κόμβος κόμβος κόμβος Πίνακας 4.1-2: Πίνακας γειτνίασης παραδείγματος Πριν τη μετατόπιση προς τα πίσω των παραβατών κόμβων χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος λήξης:50 χρόνος λήξης:150 χρόνος λήξης:200 χρόνος λήξης:100 μη παραβάτης μη παραβάτης μη παραβάτης παραβάτης κόστος:50 κόστος:50 κόστος:50 συνολικό κόστος:50 συνολικό κόστος:100 συνολικό κόστος:150
17 Παράδειγμα Backward violated(2) Μετά τη μετατόπιση προς τα πίσω των παραβατών κόμβων χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος λήξης:50 χρόνος λήξης:100 χρόνος λήξης:150 χρόνος λήξης:200 μη παραβάτης μη παραβάτης μη παραβάτης μη παραβάτης κόστος:50 κόστος:50 κόστος:50 συνολικό κόστος:50 συνολικό κόστος:100 συνολικό κόστος:150
18 Παράδειγμα Forward non-violated κόμβος 1 κόμβος 2 κόμβος 3 κόμβος 4 κόμβος κόμβος κόμβος κόμβος Πίνακας 4.1-3: Πίνακας γειτνίασης παραδείγματος πριν τη μετατόπιση προς τα εμπρός των μη παραβατών κόμβων χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος λήξης:50 χρόνος λήξης:200 χρόνος λήξης:100 χρόνος λήξης:120 μη παραβάτης μη παραβάτης μη παραβάτης παραβάτης κόστος:50 κόστος:50 κόστος:50 συνολικό κόστος:50 συνολικό κόστος:100 συνολικό κόστος:150
19 Παράδειγμα Forward non-violated(2) Μετά τη μετατόπιση προς τα εμπρός των μη παραβατών κόμβων χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος εναρξης:0 χρόνος λήξης:50 χρόνος λήξης:100 χρόνος λήξης:120 χρόνος λήξης:200 μη παραβάτης μη παραβάτης μη παραβάτης μη παραβάτης κόστος:50 κόστος:50 κόστος:50 συνολικό κόστος:50 συνολικό κόστος:100 συνολικό κόστος:150
20 Διατάραξη (Shaking) Χρησιμοποιείται ως διαδικασία αποφυγής εγκλωβισμού σε τοπικά βέλτιστα. Στην υλοποίηση συγκεκριμένα,εκτελεί μετατοπίσεις (1-shift) κόμβων με τυχαίο τρόπο στη λύση, σε ορισμένους επιλεγμένα τυχαίους κόμβους. Διαδικασία: Διατάραξη Είσοδος: Λύση Χ, επίπεδο level διατάραξης Έξοδος: Διαταραγμένη λύση Χ 1) για i από 1 μέχρι πλήθος_κόμβων level 2) r Παραγωγή τυχαίου αριθμού 3) X.nodes shift(x.nodes,random,level) Τέλος για
21 Περιγραφή της υλοποίησης. Τα δομικά στοιχεία του κώδικα που αναπτύχθηκε για τις ανάγκες της υλοποίησης είναι τα παρακάτω: Main Node CostMatrixElement BenchMark Solution VNSConstructive
22 Αναλυτικό UML
23 Υπολογιστικά Αποτελέσματα Πρότυπα προβλήματα αναφοράς (μετροπροβλήματα- benchmarks) Η διαδικασία που χρησιμοποιήθηκε για την κατασκευή αρχικής εφικτής λύσης έχει ελεγχθεί σε διάφορα πρότυπα προβλήματα αναφοράς που έχουν προταθεί από την παρούσα βιβλιογραφία. Tα προβλήματα έχουν προταθεί από τους Gendreau et al. και περιέχουν συμμετρικά στιγμιότυπα. Δομή το γράμμα n (δηλαδή αριθμός πελατών - number of customers) και ακολουθεί ο αριθμός των πελατών. το γράμμα w (δηλαδή μέγιστο μήκος παραθύρου maximum window width) και ακολουθεί το μήκος. Για παράδειγμα το όνομα του αρχείου n20w100 αφορά ένα πρόβλημα με 20 κόμβους-πελάτες και μέγιστο μήκος παραθύρου 100.
24 Υπολογιστικά αποτελέσματα(2) Πριν αναφερθούμε στον πίνακα με τα υπολογιστικά αποτελέσματα, θα γίνει μια περιγραφή του τρόπου διεξαγωγής των πειραμάτων. Ο αλγόριθμος της VNS έχει εκτελεσθεί σε υπολογιστή: με διπύρηνο επεξεργαστή Core 2 1,86 GHz 3 GB μνήμης RAM λειτουργικό σύστημα Microsoft Windows 8. Σημαντικό είναι να αναφέρουμε ότι κατά τη διάρκεια διεξαγωγής των πειραμάτων ακολουθήθηκε η πολιτική το κάθε πείραμα να είναι η μοναδική διεργασία στο σύστημα με στόχο την καλύτερη αξιοποίηση των πόρων του συστήματος.
25 Υπολογιστικά αποτελέσματα (3) Όνομα Κόμβοι Μέγιστο Κόστος Προτάθηκε από: Κόστος Χρόνος Ποσοστό Σφάλματος Κόστος Χρόνος Εύρεσης Λύσης (2) Ποσοστό Σφάλματος Προβλήματος Μήκος Καλύτ- Τυχαία Εύρεσης (1) Ταξινομημ-ένης Λύσης (2) (2) Παραθύρου ερης Λύσης (1) Λύσης (1) Λύσης Ohlmann and Thomas % % n20w120 (2007) Ohlmann and Thomas % % n20w140 (2007) Ohlmann and Thomas % % n20w160 (2007) Ohlmann and Thomas % % n20w180 n20w200 n40w120 n40w140 n40w160 n40w180 n40w (2007) Ohlmann and Thomas % % (2007) Calvo (2000) % % Calvo (2000) % % Ohlmann and Thomas % % (2007) Calvo (2000) % % Ohlmann and Thomas % % (2007)
26 Συμπεράσματα υπολογιστικών αποτελεσμάτων Τα αποτελέσματα έχουν αρκετή διαφορά όσον αφορά τη βέλτιστη λύση που έχει βρεθεί μέχρι σήμερα σε σχέση με αυτή που προτείνουμε εμείς. Ο λόγος είναι διότι στην παρούσα διπλωματική εργασία είχαμε ως στόχο την εύρεση εφικτής λύσης και όχι τη βελτιστοποίησή της. Οπότε είναι αναμενόμενο το ποσοστό σφάλματος. Αυτό επίσης που παρατηρούμε από τον πίνακα είναι ότι παίζει κύριο λόγο ο τρόπος αρχικοποίησης της λύσης καθώς αρχίζει η VNS. Όπως δείχνουν τα αποτελέσματα από τα πειράματα, το κόστος της λύσης είναι καλύτερο όταν η αρχικοποίηση της λύσης γίνεται με τυχαίο τρόπο αντί με ταξινόμηση βάσει του χρόνου λήξης. Αυτή η βελτίωση στο κόστος κυμαίνεται μεταξύ 5%-34%. Από την άλλη παρατηρούμε ότι η λύση με αρχικοποίηση ταξινομημένη βάσει των χρόνων λήξης δίνει καλύτερα αποτελέσματα σε χρόνους.
27 Συνοψίζοντας- Μελλοντικές Επεκτάσεις Η εργασία αφορά ένα πολύ συγκεκριμένο θέμα: χρήση της μεθευρετικής μεθόδου VNS, ακριβέστερα της GVNS, για την επίλυση του NP-hard προβλήματος του πλανόδιου πωλητή με χρονικά παράθυρα (TSPTW). Στο πλαίσιο της διπλωματικής αναπτύχθηκε μια υλοποίηση της GVNS μεθευρετικής για επίλυση του TSPTW στη γλώσσα προγραμματισμού JAVA. Αφορά μόνο την εύρεση αρχικής εφικτής λύσης και όχι τη βελτιστοποίηση της λύσης αυτής. Η βελτιστοποίηση της αρχικής εφικτής λύσης αποτελεί ένα πεδίο μελλοντικής έρευνας, μελέτης και ανάπτυξης. Ακόμη, αρκετό ενδιαφέρον παρουσιάζει και η ενδεχόμενη υλοποίηση της GVNS ευρετικής στη γλώσσα προγραμματισμού FORTRAN, μιας και η γλώσσα ενδείκνυται για μαθηματικούς υπολογισμούς μεγάλης κλίμακας.
28 Ευχαριστώ.
Παναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας
Παναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας Πρόβλημα Πλανόδιου Πωλητή (TSP) Περιγραφή Προβλήματος Μαθηματική Μορφοποίηση Ορόσημα στην Επίλυση
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Μέθοδοι Αρχικοποίησης με τη χρήση της Αναζήτησης Μεταβαλλόμενης Γειτονιάς για το πρόβλημα του Πλανόδιου Πωλητή
Διαβάστε περισσότεραΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) VNS) (Variable Neighborhood Search -
ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) Department of & Technology, 1 ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood
Διαβάστε περισσότεραΤο Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem
Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem Έλενα Ρόκου Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραConstruction heuristics
Μια υπολογιστική μελέτη ευρετικών μεθόδων αρχικοποίησης διαδρομών για το πρόβλημα του πλανόδιου πωλητή Λαζαρίδης Αλέξανδρος Πανεπιστήμιο Μακεδονίας, ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ o ΔΙΑΛΕΞΕΙΣ ΜΑΘΗΜΑΤΟΣ ΔΕΥΤΕΡΑ 16.00-19.00 (Εργ. Υπ. Μαθ. Τμ. ΜΠΔ) oτρόπος
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΕπίλυση προβλημάτων με αναζήτηση
Επίλυση προβλημάτων με αναζήτηση Περιεχόμενα Μέθοδοι (πράκτορες) επίλυσης προβλημάτων Προβλήματα και Λύσεις Προβλήματα παιχνίδια Προβλήματα του πραγματικού κόσμου Αναζήτηση λύσεων Δέντρο αναζήτησης Στρατηγικές
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 6: Αναζήτηση μεταβλητής γειτνίασης. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ
Ευρετικές Μέθοδοι Ενότητα 6: Αναζήτηση μεταβλητής γειτνίασης Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.
Ανάλογα με το αν ένας αλγόριθμος αναζήτησης χρησιμοποιεί πληροφορία σχετική με το πρόβλημα για να επιλέξει την επόμενη κατάσταση στην οποία θα μεταβεί, οι αλγόριθμοι αναζήτησης χωρίζονται σε μεγάλες κατηγορίες,
Διαβάστε περισσότεραΥπολογιστικό Πρόβληµα
Υπολογιστικό Πρόβληµα Μετασχηµατισµός δεδοµένων εισόδου σε δεδοµένα εξόδου. Δοµή δεδοµένων εισόδου (έγκυρο στιγµιότυπο). Δοµή και ιδιότητες δεδοµένων εξόδου (απάντηση ή λύση). Τυπικά: διµελής σχέση στις
Διαβάστε περισσότεραΔομές Δεδομένων και Αλγόριθμοι
Δομές Δεδομένων και Αλγόριθμοι Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 Παρουσίαση 9 P vs NP 1 / 13 Δυσκολία επίλυσης υπολογιστικών προβλημάτων Κάποια προβλήματα είναι εύκολα να λυθούν με
Διαβάστε περισσότεραΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 1 Βελτιστοποίηση Στην προσπάθεια αντιμετώπισης και επίλυσης των προβλημάτων που προκύπτουν στην πράξη, αναπτύσσουμε μαθηματικά μοντέλα,
Διαβάστε περισσότεραΕισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο
Εισαγωγικές Έννοιες ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ ΠΛΕΟΝΕΚΤΙΚΟΙ ΚΑΤΑΣΚΕΥΑΣΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ GREEDY CONSTRUCTIVE HEURISTICS Βασικό μειονέκτημα: οι αποφάσεις που
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας
Διαχείριση Εφοδιαστικής Αλυσίδας 7 η Διάλεξη: Δρομολόγηση & Προγραμματισμός (Routing & Scheduling) 015 Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Ατζέντα Εισαγωγή στις έννοιες Βασικές
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ
Ευρετικές Μέθοδοι Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΑλγόριθμος άπληστης τυχαιοποιημένης προσαρμοστικής αναζήτησης για το πρόβλημα δρομολόγησης οχημάτων σε περιορισμένη απόσταση
Αλγόριθμος άπληστης τυχαιοποιημένης προσαρμοστικής αναζήτησης για το πρόβλημα δρομολόγησης οχημάτων σε περιορισμένη απόσταση (Greedy randomized adaptive search procedure for the distanceconstrained vehicle
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας
Διαχείριση Εφοδιαστικής Αλυσίδας 8 η Διάλεξη: Διανομή και Δρομολόγηση Οχημάτων 019 Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Αναφορές Οι σημειώσεις έχουν βασιστεί σε 1. Υλικό του ΣυΣΠαΛ.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΥΛΟΠΟΙΗΣΗ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ ΒΑΣΙΣΜΕΝΟΥ ΣΤΗ ΓΕΝΙΚΗ ΑΝΑΖΗΤΗΣΗ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ ΓΙΑ ΤΗΝ ΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής
Ευρετικές Μέθοδοι Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΕιδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων
Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι
Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. http://xkcd.com/287/ Πολλά NP-πλήρη προβλήματα έχουν μεγάλο πρακτικό ενδιαφέρον. Πως μπορούμε να αντιμετωπίσουμε το γεγονός ότι είναι απίθανη(;)
Διαβάστε περισσότεραΔομές Δεδομένων & Αλγόριθμοι
Θέματα Απόδοσης Αλγορίθμων 1 Η Ανάγκη για Δομές Δεδομένων Οι δομές δεδομένων οργανώνουν τα δεδομένα πιο αποδοτικά προγράμματα Πιο ισχυροί υπολογιστές πιο σύνθετες εφαρμογές Οι πιο σύνθετες εφαρμογές απαιτούν
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ. Ενότητα 12: Αντιμετώπιση Περιορισμών Αλγοριθμικής Ισχύος
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΛΓΟΡΙΘΜΟΙ Ενότητα 12: Αντιμετώπιση Περιορισμών Αλγοριθμικής Ισχύος Ιωάννης Μανωλόπουλος, Καθηγητής Αναστάσιος Γούναρης, Επίκουρος Καθηγητής
Διαβάστε περισσότεραΚεφάλαιο 4ο: Δικτυωτή Ανάλυση
Κεφάλαιο ο: Δικτυωτή Ανάλυση. Εισαγωγή Η δικτυωτή ανάλυση έχει παίξει σημαντικό ρόλο στην Ηλεκτρολογία. Όμως, ορισμένες έννοιες και τεχνικές της δικτυωτής ανάλυσης είναι πολύ χρήσιμες και σε άλλες επιστήμες.
Διαβάστε περισσότεραΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1
ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1 Θέματα μελέτης Πρόβλημα αναζήτησης σε γραφήματα Αναζήτηση κατά βάθος (Depth-first search DFS) Αναζήτηση κατά πλάτος (Breadth-first search BFS) 2 Γράφημα (graph) Αναπαράσταση συνόλου
Διαβάστε περισσότεραΣτοχαστικές Στρατηγικές. διαδρομής (1)
Στοχαστικές Στρατηγικές η ενότητα: Το γενικό πρόβλημα ελάχιστης διαδρομής () Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 08-09 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο
Διαβάστε περισσότεραΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Ενότητα 10 Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας
Διαβάστε περισσότεραΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS
ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS Χρήστος Δ. Ταραντίλης Αν. Καθηγητής ΟΠΑ ACO ΑΛΓΟΡΙΘΜΟΙ Η ΛΟΓΙΚΗ ΑΝΑΖΗΤΗΣΗΣ ΛΥΣΕΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΙΑΤΑΞΗΣ (1/3) Ε..Ε. ΙΙ Oι ACO
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 4: Επίλυση προβλημάτων με αναζήτηση Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΕπίλυση Προβλημάτων 1
Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης
Διαβάστε περισσότεραΜία μέθοδος προσομοίωσης ψηφιακών κυκλωμάτων Εξελικτικής Υπολογιστικής
Μία μέθοδος προσομοίωσης ψηφιακών κυκλωμάτων Εξελικτικής Υπολογιστικής Βασισμένο σε μια εργασία των Καζαρλή, Καλόμοιρου, Μαστοροκώστα, Μπαλουκτσή, Καλαϊτζή, Βαλαή, Πετρίδη Εισαγωγή Η Εξελικτική Υπολογιστική
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 9: : Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE & Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός Προγραμματισμός
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΠΕΡΙΟΡΙΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΑΣΙΑ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΠΕΡΙΟΡΙΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΑΣΙΑ Μπούκοσης Δημήτριος 20/08/2017 1 Ευχαριστίες Θέλω να ευχαριστήσω τον επιβλέποντα της διπλωματικής εργασίας
Διαβάστε περισσότεραΠεριεχόμενα. Περιεχόμενα
Περιεχόμενα xv Περιεχόμενα 1 Αρχές της Java... 1 1.1 Προκαταρκτικά: Κλάσεις, Τύποι και Αντικείμενα... 2 1.1.1 Βασικοί Τύποι... 5 1.1.2 Αντικείμενα... 7 1.1.3 Τύποι Enum... 14 1.2 Μέθοδοι... 15 1.3 Εκφράσεις...
Διαβάστε περισσότεραΚατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός συγκρίσεων π
Περιορισμοί Αλγοριθμικής Ισχύος Κατηγοριοποίηση πολυπλοκοτήτων Κατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός
Διαβάστε περισσότεραΣχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 10: ΤΕΧΝΙΚΕΣ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΑΝΑΛΥΣΗΣ ΑΛΓΟΡΙΘΜΩΝ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΑΠΑΓΟΡΕΥΤΙΚΟ ΑΡΙΘΜΟ ΠΕΡΙΠΤΩΣΕΩΝ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 10: ΤΕΧΝΙΚΕΣ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΑΝΑΛΥΣΗΣ ΑΛΓΟΡΙΘΜΩΝ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΑΠΑΓΟΡΕΥΤΙΚΟ ΑΡΙΘΜΟ ΠΕΡΙΠΤΩΣΕΩΝ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Ενότητα 5 Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας
Διαβάστε περισσότερα1 Διάσχιση κατευθυνόμενων γραφημάτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2010 11 Ιστοσελίδα μαθήματος: http://eclass.teilam.gr/di288 5ο ΕΡΓΑΣΤΗΡΙΟ
Διαβάστε περισσότεραΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΧΩΡΟΘΕΤΗΣΗΣ ΕΓΚΑΤΑΣΤΑΣΕΩΝ ΚΑΙ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΜΙΜΗΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ
ΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΧΩΡΟΘΕΤΗΣΗΣ ΕΓΚΑΤΑΣΤΑΣΕΩΝ ΚΑΙ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΜΙΜΗΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ Μανινάκης Ανδρέας 1 Πολυτεχνείο Κρήτης Τμήμα Μηχανικών Παραγωγής και Διοίκησης Επιβλέπων καθηγητής:
Διαβάστε περισσότεραιπλωµατική εργασία µε θέµα:
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ & ΙΟΙΚΗΣΗΣ ιπλωµατική εργασία µε θέµα: «Ανάπτυξη µεθευρετικού αλγορίθµου για την επίλυση του προβλήµατος ροµολόγησης Οχηµάτων µε χρονικά διαστήµατα και παραλαβές
Διαβάστε περισσότεραΔιερεύνηση γραφήματος
Διερεύνηση γραφήματος Διερεύνηση γραφήματος Ένας αλγόριθμος διερεύνησης γραφήματος επισκέπτεται τους κόμβους του γραφήματος με μια καθορισμένη στρατηγική, π.χ. κατά εύρος ή κατά βάθος. Καθοδική διερεύνηση
Διαβάστε περισσότεραΑλγόριθμος Περιορισμένης Αναζήτησης Για Το Πρόβλημα Δρομολόγησης Και Αποθεματοποίησης
Διπλωματική Εργασία Αλγόριθμος Περιορισμένης Αναζήτησης Για Το Πρόβλημα Δρομολόγησης Και Αποθεματοποίησης Συγγραφέας: Βασίλης Μαρκουλάκης Επιβλέπων: Ιωάννης Μαρινάκης Σχολή: Μηχανικών Παραγωγής και Διοίκησης
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ με το EXCEL
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ με το EXCEL ΠΡΟΒΛΗΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ( Μαθηματικών Γ Γυμνασίου έκδοση ΙΑ 99 σελ. 236 / Έχει γίνει μετατροπή των δρχ. σε euro.) Ένας κτηνοτρόφος πρόκειται να αγοράσει
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιμότητα Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβλημα αναζήτησης (search problem) Ένα πρόβλημα αναζήτησης είναι ένα πρόβλημα στο
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Τυφλής Αναζήτησης Οι αλγόριθμοι τυφλής αναζήτησης εφαρμόζονται σε
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 4η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται κυρίως στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β.
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΕΦΑΡΜΟΓΕΣΔΙΟΙΚΗΤΙΚΗΣΕΠΙΣΤΗΜΗΣ&
Διαβάστε περισσότεραΑλγόριθµοι. Παράδειγµα. ιαίρει και Βασίλευε. Παράδειγµα MergeSort. Τεχνικές Σχεδιασµού Αλγορίθµων
Τεχνικές Σχεδιασµού Αλγορίθµων Αλγόριθµοι Παύλος Εφραιµίδης pefraimi@ee.duth.gr Ορισµένες γενικές αρχές για τον σχεδιασµό αλγορίθµων είναι: ιαίρει και Βασίλευε (Divide and Conquer) υναµικός Προγραµµατισµός
Διαβάστε περισσότεραΑλγοριθμικές Τεχνικές
Αλγοριθμικές Τεχνικές Παύλος Εφραιμίδης, Λέκτορας http://pericles.ee.duth.gr Αλγοριθμικές Τεχνικές 1 Τεχνικές Σχεδιασμού Αλγορίθμων Ορισμένες γενικές αρχές για τον σχεδιασμό αλγορίθμων είναι: Διαίρει και
Διαβάστε περισσότεραΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Αλγόριθμοι περιορισμένης αναζήτησης για το πρόβλημα δρομολόγησης οχημάτων με παραλαβές και διανομές ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Λαλούσης Κωνσταντίνος
Διαβάστε περισσότεραΑλγοριθμικές Τεχνικές. Brute Force. Διαίρει και Βασίλευε. Παράδειγμα MergeSort. Παράδειγμα. Τεχνικές Σχεδιασμού Αλγορίθμων
Τεχνικές Σχεδιασμού Αλγορίθμων Αλγοριθμικές Τεχνικές Παύλος Εφραιμίδης, Λέκτορας http://pericles.ee.duth.gr Ορισμένες γενικές αρχές για τον σχεδιασμό αλγορίθμων είναι: Διαίρει και Βασίλευε (Divide and
Διαβάστε περισσότεραΕθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Διαχείριση Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος Διαχείριση Υδατικών Πόρων Βελτιστοποίηση Μέρος b: Συμβατικές Μέθοδοι συνέχεια Σύνοψη προηγούμενου μαθήματος Στόχος βελτιστοποίησης: Εύρεση
Διαβάστε περισσότεραΜέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες
Κατευθυνόμενο γράφημα Συνάρτηση χωρητικότητας 12 16 2 Ροή δικτύου Συνάρτηση αφετηρίακός κόμβος 13 1 με τις ακόλουθες ιδιότητες 4 14 9 7 4 τερματικός κόμβος Περιορισμός χωρητικότητας: Αντισυμμετρία: Διατήρηση
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιµότητα. Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιµότητα Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβληµα αναζήτησης (search problem) Ένα πρόβληµα αναζήτησης είναι ένα πρόβληµα στο
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
Διαβάστε περισσότεραΑλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα)
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2016-17 Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα) http://mixstef.github.io/courses/csintro/ Μ.Στεφανιδάκης Αφηρημένες
Διαβάστε περισσότεραΔομές Δεδομένων. Δημήτρης Μιχαήλ. Γραφήματα. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο
Δομές Δεδομένων Γραφήματα Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Γραφήματα Κατευθυνόμενο Γράφημα Ένα κατευθυνόμενο γράφημα G είναι ένα ζευγάρι (V, E) όπου V είναι ένα
Διαβάστε περισσότεραApproximation Algorithms for the k-median problem
Approximation Algorithms for the k-median problem Ζακυνθινού Λυδία Παυλάκος Γεώργιος Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Θεωρία Υπολογισμού 2011-2012 Το πρόβλημα
Διαβάστε περισσότεραΕθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος. Τεχνολογία Συστημάτων Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος Τεχνολογία Συστημάτων Υδατικών Πόρων Βελτιστοποίηση Μέρος b: Συμβατικές Μέθοδοι συνέχεια Σύνοψη προηγούμενου μαθήματος Στόχος βελτιστοποίησης:
Διαβάστε περισσότεραΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΟΜΑΔΑΣ ΜΕ ΧΩΡΗΤΙΚΟΤΗΤΑ ΜΕ ΧΡΗΣΗ ΑΛΓΟΡΙΘΜΟΥ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ ΑΝΑΖΗΤΗΣΗΣ Solving Capacitated Team Orienteering
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Ικανοποίηση Περιορισμών Κατηγορία προβλημάτων στα οποία είναι γνωστές μερικές
Διαβάστε περισσότεραI student. Μεθοδολογική προσέγγιση και απαιτήσεις για την ανάπτυξη των αλγορίθμων δρομολόγησης Χρυσοχόου Ευαγγελία Επιστημονικός Συνεργάτης ΙΜΕΤ
I student Μεθοδολογική προσέγγιση και απαιτήσεις για την ανάπτυξη των αλγορίθμων δρομολόγησης Χρυσοχόου Ευαγγελία Επιστημονικός Συνεργάτης ΙΜΕΤ Ινστιτούτο Bιώσιμης Κινητικότητας και Δικτύων Μεταφορών (ΙΜΕΤ)
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών 4 ο εξάμηνο ΣΗΜΜΥ 4 η ενότητα: Γράφοι: προβλήματα και αλγόριθμοι Επιμέλεια διαφανειών: Στάθης Ζάχος, Άρης Παγουρτζής, Δημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών
Διαβάστε περισσότεραΧρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»
Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης
Διαβάστε περισσότεραΈνα Σύστημα Υποστήριξης Αποφάσεων για την επίλυση προβλημάτων Εφοδιαστικής Αλυσίδας με την χρήση Εξελικτικών Αλγορίθμων
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μεταπτυχιακή Διατριβή Ρογδάκης Ιωάννης Ένα Σύστημα Υποστήριξης Αποφάσεων για την επίλυση προβλημάτων Εφοδιαστικής Αλυσίδας με την χρήση Εξελικτικών
Διαβάστε περισσότεραOn line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο
On line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο Υπ. Διδάκτωρ : Ευαγγελία Χρυσοχόου Επιβλέπων Καθηγητής: Αθανάσιος Ζηλιασκόπουλος Τμήμα Μηχανολόγων Μηχανικών Περιεχόμενα Εισαγωγή
Διαβάστε περισσότεραΒ Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους
Page 1 of 15 ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Β Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους 2016-17 Οι ασκήσεις της ομάδας αυτής πρέπει
Διαβάστε περισσότεραΑλγόριθμοι και Πολυπλοκότητα
Αλγόριθμοι και Πολυπλοκότητα Ροή Δικτύου Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Μοντελοποίηση Δικτύων Μεταφοράς Τα γραφήματα χρησιμοποιούνται συχνά για την μοντελοποίηση
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Αντιμετώπιση NP- υσκολίας Αν P NP, όχι αλγόριθμος
Διαβάστε περισσότεραΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΣΧΕΔΙΑΣΜΟΥ, ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΛΕΙΤΟΥΡΓΙΩΝ (ΣΥ.Σ.ΠΑ.Λ.) ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Διαβάστε περισσότεραΠροσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα
Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια
Διαβάστε περισσότεραΘεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e
Άσκηση 1 Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e Υπάρχουν τρία μαύρα τετραγωνάκια (b), τρία άσπρα (w) και ένα κενό (e). Η σπαζοκεφαλιά έχει τις ακόλουθες
Διαβάστε περισσότεραΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Διπλωματική εργασία ΑΛΓΟΡΙΘΜΟΣ ΠΕΡΙΟΡΙΣΜΕΝΗΣ ΑΝΑΖΗΤΗΣΗΣ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ TABU search algorithm for Vehicle Routing Problems
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Παύλος Εφραιμίδης V1.1,
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιμότητα Παύλος Εφραιμίδης V1.1, 2015-01-19 Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβλημα αναζήτησης (search problem) Ένα πρόβλημα
Διαβάστε περισσότεραHY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems
HY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems Ημερομηνία Παράδοσης: 0/1/017 την ώρα του μαθήματος ή με email: mkarabin@csd.uoc.gr Γενικές Οδηγίες α) Επιτρέπεται η αναζήτηση στο Internet και στην βιβλιοθήκη
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: βελτιστοποίηση χωρίς περιορισμούς Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 7-8 η /2017 Τι παρουσιάστηκε
Διαβάστε περισσότεραΔοµές Δεδοµένων & Ανάλυση Αλγορίθµων 3ο Εξάµηνο. Γραφήµατα. (Graphs)
Δοµές Δεδοµένων & Ανάλυση Αλγορίθµων 3ο Εξάµηνο Γραφήµατα (Grphs) http://tos.it.tith.gr/~mos/thing_gr.html Δηµοσθένης Σταµάτης Τµήµα Πληροφορικής ATEI ΘΕΣΣΑΛΟΝΙΚΗΣ Γράφημα (Grph) Oρισμός 1: Έστω το µη
Διαβάστε περισσότεραΑναζήτηση Κατά Πλάτος
Αναζήτηση Κατά Πλάτος Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραφήματα Μοντελοποίηση πολλών σημαντικών προβλημάτων (π.χ. δίκτυα
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας ΙΙ
Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός
Διαβάστε περισσότεραΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ»
ΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ» Κωνσταντίνος Π. Φερεντίνος Διδάσκων ΠΔ 407/80 Οι σημειώσεις αυτές αναπτύχθηκαν στα πλαίσια του προγράμματος «ΕΠΕΑΕΚ 2 Πρόγραμμα Αναβάθμισης
Διαβάστε περισσότεραΔιαίρει και Βασίλευε. πρόβλημα μεγέθους Ν. διάσπαση. πρόβλημα μεγέθους k. πρόβλημα μεγέθους Ν-k
Διαίρει και Βασίλευε πρόβλημα μεγέθους Ν διάσπαση πρόβλημα μεγέθους k πρόβλημα μεγέθους Ν-k Διαίρει και Βασίλευε πρόβλημα μεγέθους Ν διάσπαση επιλύουμε αναδρομικά τα υποπροβλήματα πρόβλημα μεγέθους k πρόβλημα
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 11. Γράφοι 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 23/12/2016 Εισαγωγή Οι γράφοι
Διαβάστε περισσότεραΤο στοχαστικό πρόβλημα δρομολόγησης εμπορευματικών μεταφορών
Το στοχαστικό πρόβλημα δρομολόγησης εμπορευματικών μεταφορών 23o Εθνικό Συνέδριο της Ελληνικής Εταιρίας Επιχειρησιακών Ερευνών «Διαχείριση Ενεργειακών Πόρων / Συστημάτων» Χρυσοχόου Ευαγγελία, Υ.Δ. Καθ.
Διαβάστε περισσότεραΠροβλήματα Μεταφορών (Transportation)
Προβλήματα Μεταφορών (Transportation) Παραδείγματα Διατύπωση Γραμμικού Προγραμματισμού Δικτυακή Διατύπωση Λύση Γενική Μέθοδος Simplex Μέθοδος Simplex για Προβλήματα Μεταφοράς Παράδειγμα: P&T Co ΗεταιρείαP&T
Διαβάστε περισσότεραΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΑΛΓΟΡΙΘΜΟΣ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ ΑΝΑΖΗΤΗΣΗΣ ΓΙΑ ΤΟ ΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΠΕΡΙΟΡΙΣΜΕΝΗΣ ΑΠΟΣΤΑΣΗΣ VARIABLE NEIGHBORHOOD SEARCH ALGORITHM
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ The Tabu Search Algorithm Glover, F. (1986). Future paths for integer programming and links to artificial
Διαβάστε περισσότεραΠροβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks)
Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο Ορισμοί Παραδείγματα Δικτυακή Simplex (προβλήματα με και χωρίς φραγμούς). Δίκτυα Ροής Ελάχιστου Κόστους (Minimum ost Flow Networks) Ένα δίκτυο μεταφόρτωσης αποτελείται
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού
Πληροφοριακά Συστήματα Διοίκησης Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού Σημασία μοντέλου Το μοντέλο δημιουργεί μια λογική δομή μέσω της οποίας αποκτούμε μια χρήσιμη άποψη
Διαβάστε περισσότεραΓράφοι: κατευθυνόμενοι και μη
Γράφοι: κατευθυνόμενοι και μη (V,E ) (V,E ) Γράφος (ή γράφημα): ζεύγος (V,E), V ένα μη κενό σύνολο, Ε διμελής σχέση πάνω στο V Μη κατευθυνόμενος γράφος: σχέση Ε συμμετρική V: κορυφές (vertices), κόμβοι
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: βελτιστοποίηση με περιορισμούς Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής Διάλεξη 9-10 η /2017 Τι παρουσιάστηκε
Διαβάστε περισσότεραΣυστήματα Επιχειρηματικής Ευφυίας. Οι αλγόριθμοι Hill Climbing, Simulated Annealing, Great Deluge, VNS, Tabu Search
Συστήματα Επιχειρηματικής Ευφυίας Οι αλγόριθμοι Hill Climbing, Simulated Annealing, Great Deluge, VNS, Tabu Search Τέταρτη Διάλεξη Περιεχόμενα 1. Το πρόβλημα της πρόωρης σύγκλισης (premature convergence)
Διαβάστε περισσότεραΣχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ
Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ Δημήτριος Κουκόπουλος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και
Διαβάστε περισσότεραΟι δυναμικές δομές δεδομένων στην ΑΕΠΠ
Καθηγητής Πληροφορικής Απαγορεύεται η αναπαραγωγή των σημειώσεων χωρίς αναφορά στην πηγή Οι σημειώσεις, αν και βασίζονται στο διδακτικό πακέτο, αποτελούν προσωπική θεώρηση της σχετικής ύλης και όχι επίσημο
Διαβάστε περισσότεραΣχεδιαση Αλγοριθμων -Τμημα Πληροφορικης ΑΠΘ - Κεφαλαιο 9ο
Σχεδίαση Αλγορίθμων Άπληστοι Αλγόριθμοι http://delab.csd.auth.gr/~gounaris/courses/ad 1 Άπληστοι αλγόριθμοι Προβλήματα βελτιστοποίησης ηςλύνονται με μια σειρά επιλογών που είναι: εφικτές τοπικά βέλτιστες
Διαβάστε περισσότεραΑκέραιος Γραμμικός Προγραμματισμός
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Ακέραιος Γραμμικός Προγραμματισμός Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 12/01/2017 1 Ακέραιος Γραμμικός Προγραμματισμός Όταν για
Διαβάστε περισσότεραΥπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5
Υπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραιεργασίες και Επεξεργαστές στα Κατανεµηµένων Συστηµάτων
ιεργασίες και Επεξεργαστές στα Κατανεµηµένων Συστηµάτων Μαρία Ι. Ανδρέου ΗΜΥ417, ΗΜΥ 663 Κατανεµηµένα Συστήµατα Χειµερινό Εξάµηνο 2006-2007 Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο
Διαβάστε περισσότερα