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



Σχετικά έγγραφα
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

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

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

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

Ο Αλγόριθµος της Simplex

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

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

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.

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

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

Μοντελοποίηση προβληµάτων

ιοίκηση Παραγωγής και Υπηρεσιών

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

ΕΦΑΡΜΟΓΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TABU SEARCH σε ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΩΝ

Ε ανάληψη. Α ληροφόρητη αναζήτηση

ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

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

Υπολογιστικό Πρόβληµα

Μεθοδολογίες παρεµβολής σε DTM.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ Γραµµική Εκτίµηση Τυχαίων Σηµάτων

Επιχειρησιακή Έρευνα. Εισαγωγική Διάλεξη

5. Απλή Ταξινόμηση. ομές εδομένων. Χρήστος ουλκερίδης. Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων

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

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

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Κεφάλαιο 6. Ικανοποίηση Περιορισµών. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Θεωρία Λήψης Αποφάσεων

Αλγόριθµοι και Πολυπλοκότητα

Branch and Bound. Branch and Bound

Κύρια σημεία. Η έννοια του μοντέλου. Έρευνα στην εφαρμοσμένη Στατιστική. ΈρευναστηΜαθηματικήΣτατιστική. Αντικείμενο της Μαθηματικής Στατιστικής

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

Επιχειρησιακή Έρευνα

ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Επίλυση Προβλημάτων 1

ΣΧΕΔΙΑΣΜΟΣ ΚΙΝΗΣΗΣ ΚΑΙ ΧΡΟΝΟΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΡΓΑΣΙΩΝ ΣΕ ΒΙΟΜΗΧΑΝΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΑ

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

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Περιεχόμενα Πρόλογος 5ης αναθεωρημένης έκδοσης ΚΕΦΆΛΆΙΟ 1 Ο ρόλος της επιχειρησιακής έρευνας στη λήψη αποφάσεων ΚΕΦΆΛΆΙΟ 2.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

6 η ΕΝΟΤΗΤΑ ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων

ιακριτές Μέθοδοι για την Επιστήμη των Υπολογιστών

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΚΕΦΑΛΑΙΟ 12 «ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ» ΠΕΡΙΕΧΟΜΕΝΑ

ιδάσκων: ηµήτρης Ζεϊναλιπούρ

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

Κεφάλαιο 5: Εισαγωγή στην Προσομοίωση

Εκπαίδευση ΤΝΔ με ελαχιστοποίηση του τετραγωνικού σφάλματος εκπαίδευσης. "Τεχνητά Νευρωνικά Δίκτυα" (Διαφάνειες), Α. Λύκας, Παν.

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

Σχεδίαση & Ανάλυση Αλγορίθμων

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ

ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #8: Βελτιστοποίηση Συστημάτων Ασαφούς Λογικής. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων

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

Κεφάλαια Εντολές επανάληψης. Τρεις εντολές επανάληψης. Επιλογή εντολής επανάληψης ΟΣΟ...ΕΠΑΝΑΛΑΒΕ. Σύνταξη στη ΓΛΩΣΣΑ

Τεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων

Αλγόριθμοι για ανάθεση συχνοτήτων και έλεγχο αποδοχής κλήσεων σε κυψελικά ασύρματα δίκτυα

ΕΠΙΜΟΡΦΩΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΓΙΑ ΤΑ ΝΕΑ ΑΝΑΛΥΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ

On line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο

Προηγούµενο Μάθηµα. Κατανεµηµένα Συστήµατα Ι Μάθηµα Βασικής Επιλογής, Χειµερινού Εξαµήνου Τοµέας Εφαρµογών και Θεµελιώσεων

Εισαγωγή στη Μεθοδολογία της Έρευνας ΜΕΘΟ ΟΛΟΓΙΑ ΤΗΣ ΕΡΕΥΝΑΣ ΜΕΘΟ ΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΜΕΘΟ ΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Μορφή µαθήµατος.

ΕΝΟΤΗΤΑ III ΒΑΣΙΚΕΣ ΜΕΘΟ ΟΙ ΑΝΑΛΥΣΗΣ

Η μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

ΑΚΕΡΑΙΟΣ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Γ Τάξη Ηµερήσιου Γενικού Λυκείου

Επίλυση γεωµετρικών περιορισµών σε µικρά µόρια µε αλγεβρικές µεθόδους

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

Τεχνητή Νοημοσύνη. 17η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ»

ιοίκηση Παραγωγής και Υπηρεσιών

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

ΚΕΦΑΛΑΙΟ 4 ΤΟ ΕΡΓΑΛΕΙΟ SOLVER

Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες κάνουμε συχνά υποθέσεις. Οταν δείξουμε ότι μια υπόθεση είναι αλη

Δυναµικός Προγραµµατισµός (ΔΠ)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ IΙ

Ανάλυση Κόστους Κύκλου Ζωής

Εξαγωγή Διανυσμάτων Δοκιμής. Δημήτρης Νικολός, Τμήμα Μηχ. Ηλεκτρονικών Υπολογιστών και Πληροφορικής, Παν. Πατρών

ΑΣΚΗΣΕΙΣ ΣΤΗ ΟΜΗ ΕΠΙΛΟΓΗΣ (ΑΝΑΦΕΡΟΝΤΑΙ ΟΣΑ ΠΡΟΕΡΧΟΝΤΑΙ ΑΠΟ ΤΗΝ ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ)

Παράδειγμα 9 Βελτιστοποίηση

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Παρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

ΑΝ.ΕΦ. Γ ΛΥΚΕΙΟΥ Αν η συνθήκη ισχύει, τότε εκτελούνται οι εντολές που βρίσκονται µεταξύ των λέξεων ΤΟΤΕ και και η εκτέλεση του προγράµµατος συνεχίζετα

Transcript:

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) Department of & Technology, 1

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) H Έρευνα Μεταβλητής Γειτονιάς (Variable Neighborhood Search - VNS) αποτελεί µια αλγοριθµική λογική αναζήτησης λύσεων για προβλήµατα συνδυαστικής βελτιστοποίησης. H VNS προτάθηκε το 1997 και βασίζεται στην ιδέα της «συστηµατικής αλλαγής της δοµής της Γειτονιάς κατά τη διάρκεια της έρευνας στο χώρο των λύσεων» µε σκοπό τον απεγκλωβισµό της έρευνας από τα Τοπικά Βέλτιστα. Department of & Technology, 2

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ - VNS Η λογική VNS, δηλαδή της συστηµατικής αλλαγής Γειτονιών µε σκοπό τον απεγκλωβισµό της έρευνας από τα Τοπικά Βέλτιστα, περιλαµβάνει τρεις διαφορετικούς τρόπους διεξαγωγής της τοπικής έρευνας: ιεξαγωγή Τοπικής Έρευνας µε Ντετερµινιστικό τρόπο (ψάχνω όλη τη Γειτονιά της τρέχουσας λύσης). Η συγκεκριµένη λογική εκφράζεται από τον αλγόριθµο «Κατάβαση Μεταβλητής Γειτονιάς» - VND. ιεξαγωγή Τοπικής Έρευνας µε Στοχαστικό τρόπο (επιλέγω στοχαστικά ένα γείτονα της τρέχουσας λύσης). Η συγκεκριµένη λογική εκφράζεται από τον αλγόριθµο «Μειωµένη Έρευνα Μεταβλητής Γειτονιάς» - RVNS. Τόσο µε Ντετερµινιστικό όσο µε Στοχαστικό τρόπο. Η συγκεκριµένη λογική εκφράζεται από τον αλγόριθµο «Βασική Έρευνα Μεταβλητής Γειτονιάς» - ΒVNS. Department of & Technology, 3

ΚΑΤΑΒΑΣΗ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Descent - VND) Η λογική της VND είναι η ακόλουθη: Χρησιµοποιώντας µια σειρά από διαφορετικές Κινήσεις, διεξάγεται ντετερµινιστική τοπική έρευνα χρησιµοποιώντας µια Κίνηση που να παράγει εντός γρήγορου υπολογιστικού χρόνου Γειτονικές λύσεις. Οι εναλλακτικές (δηλαδή οι επόµενες της αρχικής Κίνησης) Κινήσεις χρησιµοποιούνται αποκλειστικά για τον απεγκλωβισµό της έρευνας από τα τοπικά βέλτιστα. Αυτός είναι και λόγος που στις εφαρµογές της συγκεκριµένης αλγοριθµικής λογικής ως αρχική Κίνηση χρησιµοποιείται ένας αποδοτικός και γρήγορος µηχανισµός Γειτονικών λύσεων ενώ ως εναλλακτικές Κινήσεις χρησιµοποιούνται µηχανισµοί που να παράγουν µεγαλύτερο αριθµό Γειτονικών λύσεων ώστε να αυξάνονται και οι πιθανότητες απεγκλωβισµού της έρευνας από τα τοπικά βέλτιστα. Η ακριβής λειτουργία της VND περιγράφεται από τον ψευδοκώδικα της επόµενης διαφάνειας. Department of & Technology, 4

ΚΑΤΑΒΑΣΗ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Descent - VND) Αρχικοποίηση: Επέλεξε τις Κινήσεις k=1,...,k max, που παράγουν το σύνολο των δοµών Γειτονιάς Ν k. Οι Κινήσεις θα χρησιµοποιηθούν κατά σειρά αρίθµησης. Βρες µια αρχική λύση. ιάλεξε ένα κριτήριο τερµατισµού. Επανέλαβε τα ακόλουθα µέχρι να µην προκύψει καµία βελτίωση: (1) k 1; (2) Επανέλαβε τα ακόλουθα βήµατα µέχρι k=k max : (α) Εξερεύνηση Γειτονιάς. Βρες τον καλύτερο Γείτονα x του x. (b) Αλλαγής ή όχι οµής Γειτονιάς: Αν η x είναι καλύτερη από την x, τότε x x και k 1; ιαφορετικά θέσε k k+1. Department of & Technology, 5

ΜΕΙΩΜΕΝΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Reduced VNS) H Reduced VNS επιλέγει µε τυχαίο τρόπο µια Γειτονική λύση x που να ανήκει στην Ν k (x) Οι εναλλακτικές (δηλαδή οι επόµενες της αρχικής Κίνησης) Κινήσεις χρησιµοποιούνται αποκλειστικά για την περίπτωση που η Γειτονική λύση x δεν είναι καλύτερης ποιότητας από την τρέχουσα λύση x. Επειδή στην περίπτωση της RVNS η τοπική έρευνα είναι στοχαστική, µας επιτρέπεται να χρησιµοποιήσουµε µεγάλο αριθµό εναλλακτικών Κινήσεων για να απεγκλωβιστεί η έρευνα από τα τοπικά βέλτιστα. Λόγω επίσης της στοχαστικής τοπικής έρευνας, η Reduced VNS µπορεί να χρησιµοποιηθεί και να αποδόσει στην περίπτωση επίλυσης προβληµάτων πολύ µεγάλης κλίµακας, για τα οποία η ντετερµινιστική τοπική έρευνα θα ήταν χρονοβόρα. Department of & Technology, 6

ΜΕΙΩΜΕΝΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Reduced VNS) Αρχικοποίηση: Επέλεξε τις Κινήσεις k= 1,...,k max, που παράγουν το σύνολο των δοµών Γειτονιάς Ν k. Οι Κινήσεις θα χρησιµοποιηθούν κατά σειρά αρίθµησης. Βρες µια αρχική λύση. ιάλεξε ένα κριτήριο τερµατισµού. Επανέλαβε τα ακόλουθα µέχρι να ενεργοποιηθεί το κριτήριο τερµατισµού: (1) k 1; (2) Επανέλαβε τα ακόλουθα βήµατα µέχρι k=k max : (α) Μειωµένη Γειτονιά (shaking): Βρες µε στοχαστικό τρόπο µία λύση x που ανήκει στην Ν k (x) (b) Επιλογή Αλλαγής οµής Γειτονιάς: Αν η x είναι καλύτερης ποιότητας από την x, τότε x x και k 1; ιαφορετικά θέσε k k+1. Department of & Technology, 7

ΒΑΣΙΚΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Basic VNS - BVNS) Η BVNS αλλάζει τόσο µε ντετερµινιστικό τρόπο όσο και µε στοχαστικό τρόπο τις Γειτονιές. Όπως και στις περιπτώσεις των VND και RVNS, η BVNS χρησιµοποιεί την αρχική Κίνηση για να διεξάγει έρευνα εντός του χώρου των λύσεων και τις εναλλακτικές (δηλαδή οι επόµενες της αρχικής Κίνησης) Κινήσεις αποκλειστικά για τις περιπτώσεις απεγκλωβισµού της έρευνας από τα τοπικά βέλτιστα. Department of & Technology, 8

ΒΑΣΙΚΗ ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ - BVNS Αρχικοποίηση: Επέλεξε τις Κινήσεις k=1,...,k max, που παράγουν το σύνολο των δοµών Γειτονιάς Ν k. Οι Κινήσεις θα χρησιµοποιηθούν κατά σειρά αρίθµησης. Βρες µια αρχική λύση. ιάλεξε ένα κριτήριο τερµατισµού. Επανέλαβε τα ακόλουθα µέχρι να ενεργοποιηθεί το κριτήριο τερµατισµού: (1) k 1; (2) Επανέλαβε τα ακόλουθα µέχρι k=k max : (α) Μειωµένη Γειτονιά (shaking) shaking). Βρες µε στοχαστικό τρόπο ένα x που ανήκει στην Ν κ (x) (β) Τοπική Έρευνα. Εφάρµοσε ντετερµινιστική τοπική έρευνα, χρησιµοποιώντας την x ως τρέχουσα λύση; Συµβόλισε µε x τον καλύτερο γείτονα που προκύπτει. (γ) Επιλογή Αλλαγής ή όχι οµής Γειτονιάς: Αν η x είναι καλύτερης ποιότητας από την x τότε x x,συνέχισε την έρευνα µε k 1; ιαφορετικά θέσε k k+1. Department of & Technology, 9

Nenad Mladenovic Pierre Hansen Pierre Hansen and Nenad Mladenovic (2001).Variable neighborhood search: Principles and applications, European Journal of Operational Research, 130 (3), pages 449-467 Pierre Hansen and Nenad Mladenovic (2007).Variable neighborhood search Methods. Technical Report. Les Cahiers du GERAD ISSN: 0711 2440 Department of & Technology, 10

ΕΡΩΤΗΣΕΙΣ ΠΑΡΑΚΑΛΩ tarantil@aueb.gr 210-8203805 ΠΑΤΗΣΙΩΝ 95, 3 ος ΟΡΟΦΟΣ Department of & Technology, 11