Usporedba%20heuristickih%20algoritama%20za%20rje - PowerPoint PPT Presentation

Title: Usporedba%20heuristickih%20algoritama%20za%20rje


1
Usporedba heuristickih algoritama za rješavanje
optimizacijskih problema

• Tomislav Novak
• voditelj doc.dr.sc. Domagoj Jakobovic

2
Sadržaj

• heuristicki algoritmi
• penjanje uzbrdo
• simulirano kaljenje
• tabu pretraživanje
• genetski algoritam
• problem naprtnjace
• problem trgovackog putnika
• usporedba razlicitih implementacija

3
Heuristicki algoritmi

• velikih broj problema za koje ne postoji
  ucinkovito rješenje (klasa NP)
• npr. problem trgovackog putnika
• heuristicki algoritmi najcešce daju dobra
  rješenja u prihvatljivom vremenu, no ne može se
  dokazati da ce uvijek biti tako
• aproksimacijski algoritmi

4
Heuristicki algoritmi

• optimizacijski problem uredena cetvorka (I, f,
  m, g), gdje je
• I skup instanci problema
• za instancu x iz skupa I, f(x) je skup mogucih
  rješenja (prostor rješenja)
• za instancu x i rješenje y iz skupa f(x), m(x,y)
  je mjera tog rješenja
• g je funkcija cilja (min ili max)
• susjedstvo rješenja, N(y)

5
Penjanje uzbrdo

• pocetak slucajno odabrano rješenje problema y
• u svakoj iteraciji to se rješenje poboljšava
  zamjenjuje se s najboljim y iz N(y)
• primjer pronalaženja maksimuma funkcije

6
Penjanje uzbrdo - primjer

• pocetno rješenje x -2

7
Penjanje uzbrdo - primjer

• prelazak u tocku x -1

8
Penjanje uzbrdo - primjer

• konacno, pronaden je optimum u tocki x 0

9
Penjanje uzbrdo primjer

• primjer funkcije s dva ekstrema

10
Penjanje uzbrdo primjer

• pronaden je lokalni ekstrem, koji u ovom slucaju
  nije i globalni

11
Simulirano kaljenje

• poboljšanje u odnosu na penjanje uzbrdo
• inspiracija proces kaljenja u metalurgiji
• mogucnost prelaska u lošije rješenje s odredenom
  vjerojatnošcu, najcešce
• parametri
• temperatura
• brzina hladenja a

12
Simulirano kaljenje - pseudokod
13
Tabu pretraživanje

• memorijska struktura (tabu lista) sadrži
  rješenja koja nisu dopuštena
• najcešce su to prethodno posjecena rješenja
  (izbjegavanje ciklusa)
• tzv. aspiracijski kriterij ukoliko je rješenje
  bolje od trenutno najboljeg, ono se dopušta bez
  obzira na tabu listu

14
Genetski algoritam

• algoritam koji oponaša mehanizme prirodne
  selekcije
• jedinka potencijalno rješenje genom
  racunalna reprezentacija jedinke (najcešce niz
  nula i jedinica)
• kroz niz generacija vrše se genetske operacije
  selekcija, mutacija, rekombinacija

15
Problem naprtnjace

• neka je S skup predmeta, a C kapacitet naprtnjace
• definira se
• težina predmeta w(x)
• vrijednost predmeta p(x)

16
Problem naprtnjace

• cilj odabrati podskup P predmeta iz S tako da se
  maksimizira
• pod uvjetom da je

17
Problem naprtnjace

• iscrpno pretraživanje O(2N)
• dinamicko programiranje O(NW), prostorne
  složenosti O(W)

18
Problem naprtnjace

• rješenje je predstavljeno vektorom x (x1,
  x2,...,xn)
• xi jednako je jedinici ukoliko je u rješenju
  sadržan predmet s indeksom i
• rješenja x i x su susjedna ako postoji samo
  jedan j takav da je xj ? xj

19
Problem naprtnjace rješenje tabu pretraživanjem

• tabu lista sadrži indekse predmeta koje nije
  moguce dodavati ili uklanjati iz trenutnog
  rješenja
• u svakoj iteraciji radi se jedno od sljedeceg
• odabire se onaj indeks j koji nije na tabu listi,
  za koji je xj 0 te je omjer pj/wj maksimalan
  xj se postavi na 1
• u protivnom, odabire se indeks j takav da je xj
  1, a pj/wj minimalno xj se postavi na 0

20
Problem naprtnjace rješenje tabu pretraživanjem
(primjer)
Težina Vrijednost
1. 3 5
2. 2 3
3. 2 3
21
Problem naprtnjace usporedba rezultata

• tablica prikazuje prosjecan rezultat izvršavanja
  heuristickih algoritama na problemu naprtnjace

W N opt. HC SA TS GA
4 3 6 5.7 6 6 6
100 10 2677 1594.8 2677 2469.4 2546.2
100 20 2748 1940.2 2748 2687.8 2748
1000 30 2562 1452.5 2541 2538.8 2545
1000 50 4533 2392.9 4293.4 4335.6 4358.8
22
Problem trgovackog putnika

• u potpunom grafu G (V, E) traži se Hamiltonov
  ciklus (ciklus koji prolazi svim vrhovima grafa)
  najmanje duljine

23
Problem trgovackog putnika

• iscrpna pretraga O(N!)
• dinamicko programiranje O(N22N)

24
Problem trgovackog putnika

• rješenje oznacimo vektorom v (v1, v2, ..., vn)
  koji predstavlja redosljed obilaska vrhova
• susjedno rješenje v je svako rješenje koje se
  može dobiti iz v odabirom bilo koja dva vrha te
  zamjenom redosljeda obilaska ta dva vrha
• dobrota rješenja duljina puta

25
Problem trgovackog putnika

• pocetno rješenje pohlepnim algoritmom
• genetski algoritam križanje s jednom tockom
  prekida nije moguce

26
Problem trgovackog putnika usporedba rezultata

• tablica prikazuje prosjecan rezultat izvršavanja
  penjanja uzbrdo i simuliranog kaljenja na
  problemu trgovackog putnika

N opt. HC SA
4 12 12 12
4 195 195 195
6 179 179 179
6 223 252 223
10 172 228 174.2
20 207 305 239.4
27
Zakljucak

• velik broj problema cije se optimalno rješenje ne
  može pronaci u razumnom vremenu (npr. problem N
  kraljica, ispitivanje izomorfnosti grafova, n-SAT
  itd.)
• zadovoljavajuce i ono rješenje koje je približno
  jednako optimalnom
• heuristicki algoritmi pametni nacin pretrage
  prostora problema u ogranicenom vremenu

28
Zakljucak

• kljucni dio konstrukcije algoritma definicija
  zapisa rješenja
• velik utjecaj parametara (npr. temperature kod
  SA, velicine tabu liste kod TS itd.), koji se
  podešavaju ovisno o instanci problema
• primjenjivost na velikom broju optimizacijskih
  problema
• uz dobru implementaciju i zapis rješenja mogu
  dati iznenadujuce dobre rezultate

29
Literatura

1. T.H.Cormen, C.E.Leiserson, R.L.Rivest, C.Stein
   Introduction to Algorithms, The MIT Press, 2001.
2. A. Nakic Heuristicki algoritmi za 0-1 problem
   naprtnjace, http//e.math.hr/heuristicki/
3. M. Golub Genetski algoritam, http//www.zemris.fe
   r.hr/golub/ga/ga.html (10.3.2008.), Fakultet
   elektrotehnike i racunarstva, 2004.
4. J.S.Cameron An Overview Of Artificial Life With
   A Focus On Gen etic Algorithm And Genetic
   Programming, http//www.alesdar.org/oldSite/IS/
   (10.3.2008.)
5. C. Nilsson Heuristics for the Traveling Salesman
   Problem, http//www.ida.liu.se/TDDB19/reports_200
   3/htsp.pdf (10.3.2008.)
6. S.Jayaswal A Comparative Study of Tabu Search
   and Simulated Annealing for Traveling Salesman
   Problem, http//www.eng.uwaterloo.ca/sjayaswa/pro
   jects/MSCI703_project.pdf (10.3.2008.)
7. CodeProject Genetic Algorithms and the Traveling
   Salesman Problem, http//www.codeproject.com/KB/re
   cipes/tspapp.aspx (10.3.2008.)