Title: Mauricio%20Granada%20Echeverri%20Universidad%20Tecnol
1Mauricio Granada EcheverriUniversidad
Tecnológica de Pereira
- Optimización combinatorial aplicada a la solución
de algunos problemas de ingeniería
2Contenido
1. Breve Historia
2. Problemas del mundo real (optimización)
3. Técnicas de Solución
4. Aplicaciones
4. Preguntas
3Breve Historia
- El Grupo de Investigación en Planeamiento de
Sistemas Eléctricos se creó en el año 1999, para
soportar la investigación aplicada a los Sistemas
Eléctricos, en la UTP. - Actualmente es un grupo de investigación
reconocido por COLCIENCIAS y clasificado como
tipo A
4Breve Historia
- Áreas de investigación
- Planeamiento de sistemas de transmisión y
distribución de energía eléctrica - Calidad de la energía eléctrica
- Mercado de energía
- Confiabilidad de sistemas eléctricos
- Investigación de operaciones y optimización
matemática aplicada - Despacho hidrotérmico
5Breve Historia
- El grupo DINOP es creado en el año 2002 como
resultado del fortalecimiento, por más de 3 años,
de una de las líneas de investigación
desarrolladas en la maestría del programa de
ingeniería eléctrica de la Universidad
Tecnológica de Pereira.
6Breve Historia
- Áreas de investigación
- PLANEACIÒN Y GESTIÒN OPTIMA DE PROCESOS
- ANÁLISIS DE RIESGOS
- ANÁLISIS DE DATOS
- OPTIMIZACIÓN COMBINATORIA Y EXACTA
- PROGRAMACIÓN LINEAL, ENTERA Y DINÁMICA
- PROGRAMACIÓN NO LINEAL
- MODELOS DE REDES
- MODELOS PROBABILISTICOS
7PROBLEMAS DEL MUNDO REAL (optimización)
- La optimización es el procedimiento de encontrar
y comparar soluciones factibles hasta que no se
pueda encontrar una mejor solución. - La optimización se refiere a encontrar una o más
soluciones factibles las cuales corresponden a
valores extremos de uno o más objetivos
8PROBLEMAS DEL MUNDO REAL (optimización)
Técnicas de IA
- Existe cierto grado de independencia entre
los problemas propios de la IA y las técnicas de
solución propias de la IA
9PROBLEMAS DEL MUNDO REAL (optimización)
PROBLEMA DE ASIGNACIÓN GENERALIZADA
10PROBLEMAS DEL MUNDO REAL (optimización)
PROBLEMA DE ASIGNACIÓN GENERALIZADA
Combinaciones Agentes Tareas
Si se realizan 1.000.000.000.000 operaciones por
segundo, entonces en un año se tendrán 3.15E19
operaciones
AÑOS
EDAD DEL UNIVERSO
AÑOS
11PROBLEMAS DEL MUNDO REAL (optimización)
- Programación óptima de horarios de clase
- Empaquetamiento óptimo
- Ubicación y dimensionamiento óptimo de
capacitores - Reconfiguración óptima de alimentadores
- Balance óptimo de fases
- Diseño óptimo de circuitos impresos
- Diseño óptimo de mallas de puesta a tierra
12Técnicas de solución
COLONIA DE HORMIGAS HORMIGAS REALES
- Iridomyrmex humilis
- Linepithema humile
- Lasius niger
Comportamiento basado en comunicación directa
mediada por FEROMONAS
EXPERIMENTOS REALIZADOS POR Deneubourg,
Pasteels, 1989
13Técnicas de solución
COLONIA DE HORMIGAS HORMIGAS REALES
LAS HORMIGAS COORDINAN SUS ACTIVIDADES EXPLOTANDO
LA COMUNICACIÒN INDIRECTA MEDIADA POR
MODIFICACIONES DEL AMBIENTE EN EL CUAL SE MUEVEN
COMUNICACIÓN STIGMERGY
14Técnicas de solución
COLONIA DE HORMIGAS HORMIGAS REALES
PROCESO AUTOCATALITICO DONDE LA HORMIGA REALIZA
UNA ACTIVIDAD MICROSCOPICA QUE GENERA UN PATRON
DE COMPORTAMIENTO MACROSCOPICO
15Técnicas de solución
COLONIA DE HORMIGAS HORMIGAS REALES
16Técnicas de solución
COLONIA DE HORMIGAS MODELO ESTOCÁSTICO
ESTOCASTICO QUE DEPENDE DEL AZAR DeneubourG y
colegas, 1990.
17Técnicas de solución
COLONIA DE HORMIGAS MODELO ESTOCÁSTICO
18Técnicas de solución
COLONIA DE HORMIGAS MODELO ESTOCÁSTICO
Este modelo no considera la evaporación de la
feromona
Variación instantánea de la feromona en las ramas
19Técnicas de solución
COLONIA DE HORMIGAS HORMIGAS ARTIFICIALES
LOS EXPERIMENTOS ANTERIORES MUESTRAN CLARAMENTE
QUE LAS COLONIAS DE HORMIGAS TIENEN CAPACIDAD DE
REALIZAR UNA OPTIMIZACION CONSTRUCTIVA
Para modelar las hormigas artificiales se deben
seguir los siguientes pasos
20Técnicas de solución
COLONIA DE HORMIGAS MODELO
- Rutas
- Tiempo
- Rastros de Feromona
- Toma de decisiones
- Actualización de los rastros de feromona
- Evaporación
21RUTAS
Técnicas de solución
COLONIA DE HORMIGAS MODELO
22TIEMPO
Técnicas de solución
COLONIA DE HORMIGAS MODELO
- El tiempo se asume discreto (t1,2,) y cada
hormiga se mueve a un nodo vecino a una velocidad
constante de una unidad de longitud por unidad de
tiempo
23RASTROS DE FEROMONA
Técnicas de solución
COLONIA DE HORMIGAS MODELO
- Cada hormiga suma una unidad de feromona al arco
que usó para moverse a un nodo vecino. - La adición de feromona se realiza en los dos
sentidos
24TOMA DE DECISIONES Y ACTUALIZACION DE RASTROS DE
FEROMONA
Técnicas de solución
COLONIA DE HORMIGAS MODELO
25MODELO DISCRETO
Técnicas de solución
COLONIA DE HORMIGAS MODELO
- Considera el comportamiento promedio de todo el
sistema y no el comportamiento estocástico de una
hormiga en particular - Es un modelo discreto que evita el uso de
ecuaciones diferenciales. - No se tiene en cuenta la evaporación
26Técnicas de solución
COLONIA DE HORMIGAS RUTEO A COSTO MINIMO
1
0.5
Codificación del problema
1
3
1
0.5
1
2
1
1.5
1
1
1
1
1
2
1
El modelo discreto presenta alta probabilidad de
formación de lazos
Este algoritmo busca poder resolver problemas más
complejos
Algoritmo S-ACO
27Técnicas de solución
COLONIA DE HORMIGAS Construcción de una
alternativa (forward)
- Construcción de una solución probabilística
basada en los rastros de feromona (sin
actualización de feromona). La probabilidad
cobija todas las rutas vecinas excepto la ruta
anterior (esto no aplica a callejones sin salida - Las hormigas trabajan en 2 modos (forward y
backward)
Qué es una hormiga ?
28Técnicas de solución
COLONIA DE HORMIGAS Regreso y deposito de
feromona (backward)
Existe un lazo
1
0.5
0
2
1
0-5-6-7-2-5-6-7-11
3
Fuente
Destino
1
0.5
1
2
Dirección de escaneo
5
6
7
1
1.5
1
1
1
Resultado de la ruta de regreso eliminando los
lazos
1
1
2
1
11
0-5-6-7-11
- Se actualizan los rastros de feromona del camino
recorrido en la etapa forward basándose en la
calidad de la solución
Beckers(1993)
29Técnicas de solución
COLONIA DE HORMIGAS EVAPORACION DE FEROMONA
- La evaporación es efectuada aplicando una regla
adecuada. Por ejemplo, decaimiento a una tasa
constante.
Deneubourg 1990
30Técnicas de solución
COLONIA DE HORMIGAS CRITERIOS DE PARADA
- Numero de iteraciones (tiempo)
- Cuando todas las hormigas usan la misma ruta
31APLICACIONES
COLONIA DE HORMIGAS RUTA DE COSTO MÍNIMO
5
4
6
3
7
12
2
8
13
1
9
11
10
15
14
16
17
19
18
32APLICACIONES
COLONIA DE HORMIGAS RESULTADOS DEL EJEMPLO
33APLICACIONES
COLONIA DE HORMIGAS PROBLEMA DE ASIGNACIÓN
GENERALIZADA
- Se propone una metodología consistente en la
evaluación de parámetros de sensibilidad para la
conformación de la población inicial de
alternativas - Para posibilitar que el algoritmo de solución se
desplace a través de la frontera llevando en
cuenta soluciones factibles e infactibles se
modificó el modelo matemático del problema a
través de un procedimiento semejante a la
relajación Lagrangeana usando factores de
penalización - Para fines comparativos se toman como referencia
resultados obtenidos usando algoritmos genéticos
34APLICACIONES
COLONIA DE HORMIGAS PROBLEMA DE ASIGNACIÓN
GENERALIZADA
35Preguntas
?