ΠΑΡΟΥΣΙΑΣΗ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕ ΤΙΤΛΟ: «Ανάλυση του προβλήματος του περιπλανώμενου πωλητή και Υλοποίηση μεθόδων επίλυσης και βελτιστοποίησης ανάθεσης.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Πρόβλημα Πλανόδιου Πωλητή
Advertisements

Αναγνώριση Προτύπων.
1 Τμήμα Ψηφιακών Συστημάτων – Πανεπιστήμιο Πειραιώς Αναζήτηση (Search)
Accessing Nearby Copies of Replicated Objects in a Distributed Environment (ANCRODE algorithm) By C.Greg Plaxton, Rajmohan Rajaraman, Andrea W. Richa.
Αλγόριθμοι και Πολυπλοκότητα
Travel Salesman. ABDCA, ABCDA, ACBDA, ACDBA, ADBCA, ADCBA … (3!) 3 σταθμοί και 1 βάση (3! διαδρομές) 4 σταθμοί και 1 βάση (4! = 24) 5 σταθμοί και 1 βάση.
Εισαγωγή στην Επιστήμη των Η/Υ ΙΙ Μάθημα 4 Gridding – Contouring με Matlab
SWARM INTELLIGENCE (ΘΕΩΡΙΑ ΤΟΥ ΣΜΗΝΟΥΣ) Λαγουτάρη Ελένη Α.Ε.Μ:4306 Μουρίκη Δήμητρα Α.Ε.Μ:4331 Συρανίδου Ευδοκία Α.Ε.Μ:4364.
Επισκόπηση Εισαγωγή στην Τεχνητή Νοημοσύνη Επίλυση προβλημάτων
An Implementation and Evaluation of WiFi Positioning Algorithms in Android Πανεπιστήμιο Κύπρου 2011 Προγραμματισμός Συστημάτων ΕΠΛ371 Γιώργος Κωνσταντίνου.
Αυτό το παιχνίδι είναι σχεδόν ίδιο με το προηγούμενο. Διαφορές Οι κυνηγοί δεν γνωρίζουν τη θέση του φυγάδα (αόρατος φυγάδας). Ο φυγάδας γνωρίζει τις θέσεις.
Bin Packing Problem
4ο Νηπιαγωγείο Φαρσάλων
Ανάκτηση Πληροφορίας 1 Multimedia IR Multimedia IR Δεικτοδότηση και Αναζήτηση.
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές TSP, Μέτρα κεντρικότητας, Dijkstra Data Engineering Lab.
AMORE Patra, Combined Bus and Driver Scheduling C. Valouxis, E. Housos Computers and Operation Research Journal Vol 29/3, pp , March 2002.
Γιώργος Νεοφώτιστος Τμήμα Φυσικής, Πανεπιστήμιο Κρήτης Μαθαίνοντας για το περιβάλλον.
1 Ασφάλεια στην Ηλεκτρονική Διακυβέρνηση. 2  Ορισμός της Ασφάλειας πληροφοριών ή πληροφοριακών συστημάτων  Το τρίπτυχο της ασφάλειας  Άλλες απαιτήσεις.
ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Μαρία Πεμπετζόγλου Eπίκουρη Καθηγήτρια Κομοτηνή ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΚΟΙΝΩΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ.
Δρ. Σπυρούλα Σπύρου C.D.A. Κολλέγιο  Μάθημα
Σχεδιασμός των Μεταφορών Ενότητα #8: Μοντέλα γένεσης των μετακινήσεων. Generation models. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
Πληροφορική στο Γυμνάσιο Ειδικός σκοπός του μαθήματος της Πληροφορικής στο Γυμνάσιο είναι να δώσει στους μαθητές όλα τα απαιτούμενα εφόδια.
Ενότητα 6: Υλικά κύματα Όνομα Καθηγητή: Χριστόφορος Κροντηράς Τμήμα Φυσικής.
ΕΡΩΤΗΣΗ 1 Κατά τη διάρκεια της περιόδου οι ετήσιοι αριθμοί θανάτων από καρκίνο στις Ηνωμένες Πολιτείες από ανήλθαν στις , δηλαδή μια.
Εναρξη: και 15 Στο φάκελο και τα φύλλα έργου γράφετε: Χρειάζεστε:
ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Έγγραφη Τεκμηρίωση της Νοσηλευτικής Φροντίδας
Εκτιμητική: σημειακές εκτιμήσεις παραμέτρων
Θεωρία & Αλγόριθμοι Γράφων
ΕΡΩΤΗΣΗ 1 Σε μια μελέτη καθορίστηκε η συχνότητα του αναπνευστικού καρκίνου για τον αντρικό πληθυσμό σε αστικές κι αγροτικές περιοχές αντίστοιχα (βλέπε.
Τι μπορεί να υπολογιστεί…;
Το Πρόβλημα του Περιοδεύοντος Πωλητή
«Άσκηση (1)» Στη διάρκεια μιας 4ετούς περιόδου υπήρξαν 532 τραυματισμοί του προσωπικού οφειλόμενοι σε ατυχήματα, σε κάποια ιατρικά εργαστήρια. Οι αριθμοί.
Αναγνώριση Προτύπων (Pattern Recognition)
Εισαγωγή στην Ασφάλεια Δικτύων
Εισαγωγή στη Διδακτική Μεθοδολογία Αρχές Γενικής Διδακτικής
«ΑΣΚΗΣΗ 1» Κατά την διάρκεια της χρονικής περιόδου οι ετήσιοι αριθμοί θανάτων από καρκίνο στις Ηνωμένες Πολιτείες από ανήλθαν στις ,
ΧΟΡΗΓΙΑ.
Βασικές Μέθοδοι Μηχανικής Μάθησης και Εξόρυξης Δεδομένων
Παπαγεωργίου Κωνσταντίνος, ΠΕ70
Θεωρία & Αλγόριθμοι Γράφων Δένδρα
Ιεραπόστολοι και Κανίβαλοι
Πτυχιακή εργασία Σχεδίαση κεραίας Yagi-Uda με τη χρήση εξελικτικών αλγορίθμων βελτιστοποίησης.
Χρονικός Προγραμματισμός Έργων
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Traveling Salesman-Greedy algorithm (GTS1)
Ενέργεια και περιβάλλον
Βελτιστοποίηση και Επεξεργασία Ερωτημάτων
Του Αναστάσιου Τσορακλίδη (2928)
Ρεαλισμός, Θεμελιωμένη Θεωρία και Εθνογραφικές Μελέτες.
Τμήμα Λογιστικής και Χρηματοοικονομικής Μακροοικονομία
Λύση προβλημάτων και Δημιουργικότητα
Κατερίνα Φαλτσέτα Ψυχολόγος – Ψυχοθεραπεύτρια
Ασκηση 2η Η Δασική Υπηρεσία προτίθεται να αναδασώσει επιφάνεια 600 Ηα με τρια δασοπονικά είδη, Ερυθρελάτη, Μ.Πέυκη και Ελάτη. Η επιφάνεια κατανέμεται σε.
مقدمه‌اي بر بهينه‌سازي
האם ניתן להגדיל את עוצמת המבחן?
ΠΑΡΑΔΕΙΓΜΑΤΑ SQL.
Υπολογισμός εγκάρσιας τομής των ρευματοφόρων αγωγών
هوش مصنوعي فصل سوم (ادامه) حل مسئله با جستجو.
ΠΑΡΑΔΕΙΓΜΑΤΑ SQL Ή ΠΑΡΑΔΕΙΓΜΑΤΑ SQL Ή
Lower Bound for Partial Sums
9η Διάλεξη: Αστυνόμευση: το ελληνικό σύστημα
Κεφάλαιο 8 Εκτίμηση Διαστήματος Εμπιστοσύνης.
Электролиттік диссоциациялану теориясы тұрғысынан қышқылдардың, негіздердің және тұздардың қасиеттері.
Ιδιαιτερότητες στη χρήση φαρμάκων σε παιδιά νοσηλευόμενα σε ΜΕΘ
ΔΙΟΙΚΗΣΗ & ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΩΝ
The population of the bacteria was 500 at 1pm
Erasmus+Czech Republic
EQ #1 – AGEC 105 Capps AGEC 105 Spring 2010 Worth 5 points.
Μεταγράφημα παρουσίασης:

ΠΑΡΟΥΣΙΑΣΗ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ ΜΕ ΤΙΤΛΟ: «Ανάλυση του προβλήματος του περιπλανώμενου πωλητή και Υλοποίηση μεθόδων επίλυσης και βελτιστοποίησης ανάθεσης εργασιών με τη χρήση Heuristic Αλγορίθμων» Φοιτητές: Αυγερινόπουλου Κων/νου Α.Μ. 1736 Κέππα Θωμά Α.Μ. 1870 Επιβλέπων Καθηγητής Δρ. Φιλιππίδης Ευάγγελος Επιστημονικός Συνεργάτης Μάϊος 2015

Heuristic Αλγόριθμοι Είναι οι αλγόριθμοι οι οποίοι χρησιμοποιούν μια ευρετική μέθοδο για την εύρεση μίας λύσης, σε ένα πολύπλοκο πρόβλημα σε σύντομο χρονικό διάστημα. Η λύση που μας δίνουν δεν είναι η βέλτιστη αλλά είναι πολύ κοντά σε αυτή.

Το πρόβλημα του περιπλανώμενου πωλητή Travelling Salesman Problem

Ο αλγόριθμος Nearest Neighbor Algorithm Βήμα 1ο: Σχηματίζουμε τη μήτρα – πίνακα γειτνίασης για όλες τις πόλεις. Η απόσταση της κάθε πόλης από τον εαυτό της είναι μηδέν (0) άρα ο πίνακας γειτνίασης έχει μηδενικά στοιχεία στην κύρια διαγώνιο του. Σε πολλές περιπτώσεις (σχεδόν σε όλες) πολλές πόλεις δεν συνδέονται με όλες τις υπόλοιπες παρά μόνο με τις γειτονικές. Σε αυτή την περίπτωση το κόστος είναι άπειρο ∞ , αλλά εμείς θα μπορούμε να βάλουμε στον πίνακα μια πολύ μεγάλη τιμή. Βήμα 2ο: Ξεκινάμε από τη πόλη αφετηρία. Έστω είναι η i. Υπολογίζουμε ποιο είναι το ελάχιστο κόστος της πόλης αφετηρίας από τις υπόλοιπες και για αυτή της οποίας η τιμή c (i, j) του κόστους, είναι η ελάχιστη μεταξύ όλων των c(i, k)  τιμών κόστους, θεωρούμε πως θα είναι η επόμενη πόλη (κόμβος του δικτύου) που θα επισκεφτούμε, όπου k  είναι ο δείκτης της πόλης την οποία ο πωλητής δεν έχει επισκεφθεί ακόμα. Η πόλη j θα είναι η επόμενη. Υπολογίζουμε το νέο κόστος και προχωράμε στην επόμενη πόλη. Σε περίπτωση που δύο ή περισσότερες πόλεις έχουν το ίδιο κόστος παίρνουμε σαν επόμενη πόλη αυτή με τη μικρότερη τιμή k .

Βήμα 3ο: Επαναλαμβάνουμε το βήμα 2 έχοντας σαν αφετηρία τη πόλη j Βήμα 4ο: Εκτυπώνουμε τα αποτελέσματα αλληλουχίας επισκέψεων των πόλεων και συνολικού κόστους.

Παράδειγματα προβλημάτων του Travelling Salesman Problem

Παράδειγμα εφαρμογής της ελάχιστης διαδρομής

Το πρόβλημα ανάθεσης – κατανομής εργασιών Το πρόβλημα ανάθεσης – κατανομής εργασιών Η φιλοσοφία του προβλήματος είναι να αναθέσουμε ένα Ν αριθμό εργασιών σε Ν ανθρώπους ή μηχανές κτλ. Το κόστος κάθε εργασίας για κάθε άνθρωπο ή μηχανή διαφέρει. Ο σκοπός μας είναι να αναθέσουμε μία εργασία σε κάθε άνθρωπο ή μηχανή με το ελάχιστο δυνατόν κόστος. Υλοποίηση αλγορίθμου Σε κάθε βήμα του αλγόριθμος αναθέτει μία εργασία σε ένα άτομο ώστε το συνολικό κόστος να είναιτο ελάχιστο. Η εφαρμογή του αλγορίθμου δίνετε στο παρακάτω παράδειγμα.

Παράδειγμα υπολογισμού ελαχίστου κόστους με τη μέθοδο Branch & Bound   ΕΡΓΑΣΙΕΣ ATOMA 1 2 3 4 A 7 6 9 B 5 8 C D

ΤΕΛΟΣ ΠΑΡΟΥΣΙΑΣΗΣ ΩΡΑ ΓΙΑ ΕΡΩΤΗΣΕΙΣ…..