ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Σχετικά έγγραφα
ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) VNS) (Variable Neighborhood Search -

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Ευρετικές Μέθοδοι. Ενότητα 6: Αναζήτηση μεταβλητής γειτνίασης. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Παναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας

ΑΛΓΟΡΙΘΜΟΙ ΑΝΟΠΤΗΣΗΣ: Ο ΑΛΓΟΡΙΘΜΟΣ ΤΗΣ ΑΠΟ ΟΧΗΣ ΚΑΤΩΦΛΙΟΥ (THRESHOLD ACCEPTING)

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Συστήματα Επιχειρηματικής Ευφυίας. Το πρόβλημα Nurse rostering Ενδεικτική επίλυση με αλγόριθμο Variable Neighborhood Search (VNS)

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Συστήματα Επιχειρηματικής Ευφυίας. Οι αλγόριθμοι Hill Climbing, Simulated Annealing, Great Deluge, VNS, Tabu Search

ΜΕΘΟΔΟΙ ΑΡΧΙΚΟΠΟΙΗΣΗΣ ΓΙΑ ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ ΠΛΑΝΟΔΙΟΥ ΠΩΛΗΤΗ ΜΕ ΧΡΟΝΙΚΑ ΠΑΡΑΘΥΡΑ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ VNS.

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

Επαναληπτικές Διαδικασίες

Ευρετικές Μέθοδοι. Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

I student. Μεθοδολογική προσέγγιση και απαιτήσεις για την ανάπτυξη των αλγορίθμων δρομολόγησης Χρυσοχόου Ευαγγελία Επιστημονικός Συνεργάτης ΙΜΕΤ

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Μάθημα Επιλογής 8 ου εξαμήνου

Επιχειρησιακή Έρευνα. Εισαγωγική Διάλεξη

Ο Αλγόριθµος της Simplex

ΠΑΡΑΛΛΗΛΟΠΟΙΗΣΗ ΜΕΘΕΥΡΕΤΙΚΟΥ ΑΛΓΟΡΙΘΜΟΥ ΓΙΑ ΠΡΟΒΛΗΜΑΤΑ ΙΑΧΕΙΡΙΣΗΣ ΑΠΟΘΕΜΑΤΩΝ : ΜΙΑ ΥΠΟΛΟΓΙΣΤΙΚΗ ΜΕΛΕΤΗ ΜΕ OPENMP ΚΑΙ OPENACC. Νικολάου Αντωνιάδη

Αλγόριθμος άπληστης τυχαιοποιημένης προσαρμοστικής αναζήτησης για το πρόβλημα δρομολόγησης οχημάτων σε περιορισμένη απόσταση

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

ΜΕΜ251 Αριθμητική Ανάλυση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 15: O αλγόριθμος SIMPLE

Ευρετικές Μέθοδοι. Ενότητα 2: Βασικές έννοιες των σύγχρονων ευρετικών μεθόδων. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής

Να γράψετε τα αποτελέσματα αυτού του αλγόριθμου για Χ=13, Χ=9 και Χ=22. Και στις 3 περιπτώσεις το αποτέλεσμα του αλγορίθμου είναι 1

Ευρετικές Μέθοδοι. Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

Επίλυση Προβλημάτων 1

Μαθησιακές δυσκολίες ΙΙ. Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών Τηλεπικοινωνιών και Δικτύων, Πανεπιστήμιο Θεσσαλίας

On line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Προγραμματισμός και Εφαρμογές Υπολογιστών

Άρθρο που δημοσιεύθηκε στα πρακτικά του 23 ου Εθνικού Συνεδρίου ΕΕΕΕ. Αθήνα,12-14 Σεπτεμβρίου 2012

ιοίκηση Παραγωγής και Υπηρεσιών

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

Διοίκηση Εφοδιαστικής Αλυσίδας

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

Υβριδικοί αλγόριθμοι διαφορικής εξέλιξης στο πρόβλημα προγραμματισμός συστημάτων παραγωγής συνεχούς ροής

Θέματα Προγραμματισμού Η/Υ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Εισαγωγή στην Πληροφορική Προγραμματισμός-Λειτουργικά

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

ΚΕΦΑΛΑΙΟ 12 «ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ» ΠΕΡΙΕΧΟΜΕΝΑ

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Ακαδημαϊκό έτος Α εξάμηνο (χειμερινό)

ΕΦΑΡΜΟΓΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TABU SEARCH σε ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΩΝ

Παράδειγμα 9 Βελτιστοποίηση

Εισ. Στην ΠΛΗΡΟΦΟΡΙΚΗ. Διάλεξη 7 η. Βασίλης Στεφανής

Η Δομή Επανάληψης. Εισαγωγή στην δομή επανάληψης Χρονική διάρκεια: 3 διδακτικές ώρες

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 16: O αλγόριθμος SIMPLE (συνέχεια)

Ε..Ε. ΙI ΑΠΑΓΟΡΕΥΜΕΝΗΕΡΕΥΝΑ TABU SEARCH ΧΡΗΣΤΟΣ. ΤΑΡΑΝΤΙΛΗΣ MANAGEMENT SCIENCE IN PRACTICE II

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Εύρεση Ριζών.

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής

ΜΟΝΤΕΛΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

Μαθησιακές δυσκολίες ΙΙ. Παλαιγεωργίου Γιώργος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών Τηλεπικοινωνιών και Δικτύων, Πανεπιστήμιο Θεσσαλίας

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ:

ΜΕΜ251 Αριθμητική Ανάλυση

Δομή Επανάληψης. Σενάριο για μαθητές Γ γυμνασίου διάρκειας 3+ ωρών

Μάθημα Επιλογής 8 ου εξαμήνου

Μάθημα Επιλογής 8 ου εξαμήνου

Δομή Επανάληψης. Σενάριο για μαθητές Γ γυμνασίου διάρκειας 3+ ωρών

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη των Αποφάσεων, ιοικητική Επιστήµη 5 ο Εξάµηνο. Τµήµα Στατιστικής & Αναλογιστικών-Χρηµατοοικονοµικών Μαθηµατικών

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΣΑΒΒΑΤΟ 4 ΙΟΥΝΙΟΥ 2005

Θέματα Προγραμματισμού Η/Υ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ EΡΕΥΝΑ & ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΣΤΗΜΗ OPERATIONS RESEARCH & MANAGEMENT SCIENCE

Το μοντέλο Perceptron

Επιχειρησιακή Έρευνα 1. Εισαγωγή

Συγκριτική)Μελέτη)Μεταευρετικών)Αλγορίθμων) Βελτιστοποίησης)για)Υπολογισμό)Κυκλικών) Πινάκων)Στάθμισης)

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΕΣΠΕΡΙΝΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 5 ΙΟΥΛΙΟΥ ΑΕΠΠ

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επανάληψης. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ISBN:

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις

Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση

Πληροφορική ΙΙ Ενότητα 1

GPU. CUDA GPU GeForce GTX 580 GPU 2.67GHz Intel Core 2 Duo CPU E7300 CUDA. Parallelizing the Number Partitioning Problem for GPUs

ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ

Προγραμματισμός Ι (ΗΥ120)

Διαδικασιακός Προγραμματισμός

Αλγόριθµοι Τύπου Μείωσης Προβλήµατος

ΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ

Μεταπτυχιακή Διατριβή

Construction heuristics

ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 3/4/2012. Lecture08 1

Οργάνωση. Περιοχών Κατοικίας. 1. Εισαγωγή: Βασικές έννοιες και ζητήματα. Χρήστος Θ. Κουσιδώνης

ΑΡΧΗ 1ης ΣΕΛΙΔΑΣ. i. Η συνθήκη α > β ή α <= β α) είναι πάντα Αληθής β) είναι πάντα Ψευδής γ) δεν υπολογίζεται δ) τίποτα από τα προηγούμενα

Transcript:

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 ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search- VNS) H Έρευνα Μεταβλητής Γειτονιάς(Variable Neighborhood Search- VNS) αποτελεί ένα αλγοριθμικό πλαίσιο που σκοπεύει ναεπιλύειπροβλήματασυνδυαστικήςβελτιστοποίησης. H VNS αποτελεί ένα ευρετικό αλγόριθμο που προτάθηκε το 1997 βασίζεται στην ιδέα της«συστηματικής αλλαγής της δομής της Γειτονιάς κατά τη διάρκεια της έρευνας στο χώρο των λύσεων» ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 2-

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search- VNS) ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 3-

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search- VNS) Η VNS διεξάγει τοπική έρευνα με τρεις διαφορετικούς τρόπους: Ντετερμινιστικό Στοχαστικό Τόσο με Ντετερμινιστικό όσο με Στοχαστικό τρόπο ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 4-

ΚΑΤΑΒΑΣΗ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Descent- VND) Η VND αλλάζει με ντετερμινιστικό τρόπο τις Γειτονιές Η τοπική έρευνα ψάχνει επαναληπτικά για μια καλύτερη λύση στη Γειτονιάτηςτρέχουσαςλύσης. Ο κλασικός ευρετικός επαναληπτικής βελτίωσης αντικαθιστά την τρέχουσαλύσημετηνκαλύτερηγειτονικήςτηςλύσης. ΗVND αλλάζει τη δομή της Γειτονιάς κάθε φορά που έρευνα παγιδεύεται σε ένα Τοπικό Ελάχιστο. ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 5-

ΚΑΤΑΒΑΣΗ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Descent- VND) Αρχικοποίηση: ΕπέλεξετοσύνολοτωνδομώνΓειτονιάςΝ k k=1,...,k max,, οι οποίες θα χρησιμοποιηθούν κατά σειρά αρίθμησης. Βρες μια αρχική λύση. Επανέλαβε τα ακόλουθα μέχρι να μην προκύψει καμία βελτίωση: (1) k1; (2) Επανέλαβε τα ακόλουθα βήματα μέχριk=k max : (α) Εξερεύνηση Γειτονιάς. Βρες τον καλύτερο Γείτοναx τουx. (b) Αλλαγής ή όχι Δομής Γειτονιάς: Ανηx είναι καλύτερηαπότηνx, τότεxx καιk1; Διαφορετικά θέσε kk+1. ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 6-

ΜΕΙΩΜΕΝΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Reduced VNS) H Reduced VNS επιλέγειμετυχαίοτρόπομιαγειτονική λύσηx πουναανήκειστηνν k (x) H Reduced VNSείναιχρήσιμηγιατηνεπίλυση προβλημάτων μεγάλης κλίμακας, για τα οποία η τοπική έρευνα είναι χρονοβόρα ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 7-

ΜΕΙΩΜΕΝΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Reduced VNS) Αρχικοποίηση: ΕπέλεξετοσύνολοτωνδομώνΓειτονιάςΝ κ k=1,...,k max οιοποίες θα χρησιμοποιηθούν κατά τη διάρκεια της έρευνας. Βρες μια αρχική λύση Επανέλαβε τα ακόλουθα μέχρι να ενεργοποιηθεί το κριτήριο τερματισμού: (1) k1; (2) Επανέλαβεταακόλουθαβήματαμέχριk=k max : (α) ΜειωμένηΓειτονιά(shaking): Βρες με στοχαστικότρόπομίαλύσηx πουανήκειστηνν k (x) (b) ΕπιλογήΑλλαγήςΔομήςΓειτονιάς: Ανηx είναικαλύτερηςποιότηταςαπότηνx, τότεxx καιk1; Διαφορετικά θέσε kk+1. ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 8-

ΒΑΣΙΚΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Basic VNS) ΗVNS αλλάζειτόσομεντετερμινιστικότρόποόσοκαιμε στοχαστικό τρόπο τις Γειτονιές Κριτήρια Τερματισμού: - Συγκεκριμένος υπολογιστικός χρόνος - Μέγιστος αριθμός επαναλήψεων ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 9-

ΒΑΣΙΚΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Basic VNS) Αρχικοποίηση: ΕπέλεξετοσύνολοαπόδομέςΓειτονιάςΝ k k=1,...,k max, οιοποίες θα χρησιμοποιηθούν κατά τη διάρκεια της έρευνας. Βρες μια αρχική λύση. Διάλεξε ένα κριτήριο τερματισμού. Επανέλαβε: τα ακόλουθα μέχρι να ενεργοποιηθεί το κριτήριο τερματισμού: (1) k1; (2) Επανέλαβεταακόλουθαμέχριk=k max : (α) Μειωμένη Γειτονιά(shaking) shaking). Βρες με στοχαστικό τρόπο έναx πουανήκειστηνν κ (x) (β) Τοπική Έρευνα. Εφάρμοσε ντετερμινιστική τοπική έρευνα, χρησιμοποιώνταςτηνx ωςτρέχουσαλύση; Συμβόλισε με x τον καλύτερο γείτονα που προκύπτει. (γ) Επιλογή Αλλαγής ή όχι Δομής Γειτονιάς: Αν η x είναι καλύτερης ποιότητας από την x τότε x x,συνέχισε την έρευνα με k1; Διαφορετικά θέσε kk+1. ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 10-

Nenad Mladenovic Pierre Hansen 1. Krzysztof Fleszar and Khalil S. Hindi (2004). Solving the resource-constrained project scheduling problem by a variable neighbourhood search, European Journal of Operational Research, 155(2), pages 402-413. 2. Pierre Hansen and Nenad Mladenovic (2001).Variable neighborhood search: Principles and applications, European Journal of Operational Research, 130 (3), pages 449-467 3. Pierre Hansen and Nenad Mladenovic (2007).Variable neighborhood search Methods. Technical Report. Les Cahiers du GERAD ISSN: 0711 2440 ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 11-

ΕΡΩΤΗΣΕΙΣΠΑΡΑΚΑΛΩ;;;;; tarantil@aueb.gr 210-8203805, Πατησίων 95, 3 ος όροφος ΏρεςΓραφείου: Παρασκευή 11.00-14.00 ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 12-