Caratinga, 2012 Faculdades Integradas de Caratinga Cincia da Computao
APLICAO DE UM ALGORITMO GENTICO MODIFICADO AO PROBLEMA DE EMPACOTAMENTO UNIDIMENSIONAL
Contedo Introduo Objetivo Geral Objetivos Especficos Referencial Terico Otimizao Combinatria Algoritmos Classes de Problemas O Problema de Corte e Empacotamento Algoritmos Genticos Metodologia Codificao Aperfeioamento dos Cromossomos Seleo Cruzamento Mutao Anlise dos Resultados Concluso Trabalhos Futuros Referncias Introduo
PCE (Problema de Corte e Empacotamento);
Algoritmos Genticos;
Mudanas no Algoritmo Gentico clssico; Objetivo geral Verificar a eficincia de um algoritmo gentico modificado, aplicado ao problema de empacotamento unidimensional. Objetivos especficos Contextualizar o problema de empacotamento unidimensional e sua codificao em um algoritmo gentico;
Revisar tpicos na literatura sobre o tema abordado;
Realizar uma comparao dos resultados encontrados pelo algoritmo proposto com relao aos obtidos pelo HGGA (Hybrid Grouping Genetic Algorithm). Referencial terico Otimizao Combinatria; Algoritmos; Classes de Problemas; O Problema do Corte e Empacotamento; Algoritmos Genticos. Otimizao Combinatria
Algoritmos Ineficientes (exponenciais): O(n!), O(2 n ).
Classes de Problemas
O Problema do Corte e Empacotamento
Cortar e Empacotar;
Dimenses: Unidimensional; Bidimensional; Tridimensional; O Problema do Corte e Empacotamento
Complexidade;
Aplicabilidade. Algoritmos Genticos
Charles Darwin; Gentica Biolgica;
Estrutura Clssica proposta por Holland (1975):
1: P Populao Inicial; 2: Enquanto condio de parada no satisfeita faa: 3: P Seleo(P); 4: P Cruzamentos (P); 5: P Mutaes(P); 6: Fim enquanto; 7: Soluo Melhor indivduo(P).
Metodologia Codificao Estrutura de dados utilizada;
Tamanho do cromossomo (dobro do nmero de itens);
Cada novo bin indicado com o valor zero;
Exemplo: Tem-se os seguintes itens a serem empacotados: {5,3,7,1,9}, em bins de tamanho 10.
Um possvel cromossomo de um indivduo no algoritmo gentico proposto teria a seguinte estrutura de dados:
Aperfeioamento dos Cromossomos Diminuir o tamanho do cromossomo de cada indivduo;
Realiza-se este procedimento na criao da populao e nos cruzamentos;
Exemplo: O seguinte empacotamento demonstra o cromossomo de um indivduo, em que a capacidade do bin tem o valor 10:
Seleo
Melhor indivduo; Menor nmero de bins usados (zeros presentes em seu cromossomo).
Analogia com processos de melhoramento gentico em agropecuria. Cruzamento Mutao A mutao tem como objetivo fazer com que o algoritmo consiga escapar de timos locais;
Mtodo utilizado no algoritmo gentico proposto:
Anlise de resultados Teste de eficincia (Comparao com os resultados obtidos pelo HGGA);
Os dados de entrada utilizados no teste foram os mesmos usados pelo HGGA;
O algoritmo foi implementado em linguagem C em um computador com as seguintes configuraes: Processador intel CORE i5 2.4GHz; 4 GB de memria RAM; HD 640 GB (5400rpm); Windows 7; IDE BloodShed DevC++ verso 4.9.9.2.
Nos testes realizados, o algoritmo proposto encontrou respostas aproximadamente 2,48% acima das encontradas pelo HGGA;
Porm ele foi consideravelmente mais rpido em sua execuo;
Possvel causa da queda de rendimento: Material gentico muito homogneo.
Trabalhos futuros
Hibridizao entre o algoritmo proposto e o HGGA;
Anlise detalhada das falhas do algoritmo proposto. Principais referncias BIGONHA, C.A.S, et al. Problema do Empacotamento. Universidade Federal de Minas Gerais UFMG, 17 de junho de 2008.
CORMEN, Tomas H.; LEISERSON, Charles E.; RIVEST, RONALD L.; STEIN, Clifford. Algoritmos Teoria e Prtica. Rio de Janeiro. Editora Elsevier, 6 Tiragem, 2002.
FALKENAUER, Emanuel. A Hybrid Grouping Genetic Algorithm for Bin Packing. Journal of Heuristics. 1996. Disponvel em: http://reference.kfupm.edu.sa/content/h/y/a_hybrid_grouping_genetic_algorithm_for__61460.pdf. Acessado em: 19/10/2012.
HOLLAND, John. Adaptation in Natural and Artificial Systems. MIT Press Cambrige, MA, USA. 1992.
JOHNSON, David. S. The NP-Completeness column: an ongoing guide. Bell Laboratories, Murray Hill, New Jersey 1986. Disponvel em: http://www2.research.att.com/~dsj/columns/col18.pdf. Acessado em: 12/07/2012.
LINDEN, Ricardo. Algoritmos Genticos. Uma Importante Ferramenta da Inteligncia Computacional. 2 edio. Rio de Janeiro. Editora BRASPORT, 2008.
MIYAZAWA, Flvio Keidi. Otimizao Combinatria. Disponvel em www.ic.unicamp.br/~fkm/problems/combopt.html. Acessado em 16 de maio de 2012.
MORABITO, Reinaldo. Modelos de Otimizao para o Problema de Corte nas Indstrias de Papel e Papelo e de Mveis. Departamento de Engenharia de Produo. Universidade Federal de So Carlos. Disponvel em: http://www.dep.ufscar.br/docentes/morabito/g&p94.pdf. Acessado em: 29/06/2012.