BÚSQUEDA DE ENTORNO VARIABLE

BÚSQUEDA DE ENTORNO VARIABLE
N. MLADENOVIC; E HANSEN
Ing. María Santana
Ing. Fabio Vargas
Abril 20 de 2015
Modelos predictivos y de optimización de estructuras de hormigón
CONTENIDO
2/18
 Objetivos
 Introducción
 Algoritmo
Búsqueda de Entorno Variable (VNS)
 Conclusiones
 Referencias
4/22/2015
OBJETIVOS
3/18


Dar a conocer la metaheurística de Búsqueda de Entorno Variable
(VNS)
Comprender el contenido de un articulo científico.
4/22/2015
INTRODUCCIÓN
4/18

VNS fue presentada por Mladenovic y Hansen (1997)

Evitar quedar atrapado en el primer optimo local

Cambio sistemático del entorno de búsqueda

Aplicación de subrutinas de búsqueda local
4/22/2015
INTRODUCCIÓN
5/18



VNS explora entornos distantes de la solución actual titular.
Cuanto mas distantes sean los entornos se tiene mayor probabilidad
de acercarse al optimo global
VNS para su optimización mantiene características que están en un
valor optimo para usarlas en la obtención de óptimos locales.
4/22/2015
ALGORITMO VNS
6/18
Inicialización:
Seleccionar Nk,(k = 1 ..... kmax), Una solución X y una condición de parada.
Paso principal: para k=1 hasta kmax repita los siguientes pasos hasta que k= kmax
a) Generar una solución x' del vecindario de x (xєN’k(x))
b) Aplicar algún método de búsqueda local con x' como solución inicial; buscar el
óptimo local y llamarlo x''.
c) Si la solución obtenida x'' es mejor que x, hacer x  x'' y k  1; en otro caso,
hacer k  k + 1.
4/22/2015
ALGORITMO VNS
7/18
Entornos
N1
N3
N2
4/22/2015
ALGORITMO VNS
8/18
N1
=
x" x x´
x
4/22/2015
ALGORITMO VNS
9/18
N1
=
N2
x x´
x"
4/22/2015
ALGORITMO VNS
10/18
N2
N3
x" x x´
4/22/2015
ALGORITMO VNS
11/18
N3
=
x´ x x"
x
4/22/2015
ALGORITMO VNS
12/18
N3
=
x´ x
x"
N1
4/22/2015
ALGORITMO VNS
13/18
N1
x
=
x´ x x"
x
Resumiendo
N2
4/22/2015
ALGORITMO VNS
14/18
N2
x
x´ x
=
x"
N3
4/22/2015
ALGORITMO VNS
15/18
N3
x
=
x´ x
x"
4/22/2015
ALGORITMO VNS
16/18
Variantes:
I. Encontrar X´ como la mejor entre b soluciones halladas al azar para un
entorno dado.
II. Introducir K1 y Kpaso que controlan el proceso de cambio de entorno.
III. Hacer cambio de entorno dentro de la búsqueda local.
4/22/2015
Conclusiones
17/18


El VNS es una metaheurística que nos permite obtener óptimos locales
mas cercanos al óptimo global
VNS no tiene limitación en la heurística usada para las búsquedas
locales.
4/22/2015
Referencias
18/18
1) N. Mladenovir and E Hansen, VARIABLE NEIGHBORHOOD SEARCH, Computer.* Ops
Res. Vol. 24, No. 1 I. pp. 1097-1100, 1997
2) Víctor Yepes Piqueras, Optimización heurística económica aplicada a las redes de
transporte del tipo VRPTW, Valencia, 21 de mayo de 2002
3) José Andrés Moreno Pérez y Nenad Mladenovie, Búsqueda por Entornos Variables
para Planificación Logística, Universidad de La Laguna, 38271 La Laguna, España
4/22/2015