Asignacion cuadratica

[pic]

NOMBRE DE LA ASIGNATURA:
PLANEACIÓN Y DISEÑO DE INSTALACIONES

CARRERA:
INGENIERÍA INDUSTRIAL

SÉPTIMO SEMESTRE

U N I D A D 2

DISTRIBUCIÓN DE INSTALACIONES

TEMARIO:

2. DISTRIBUCIÓN DE INSTALACIONES

1. ELEMENTOS CONCEPTUALES

1. DISTRIBUCIÓN DE PLANTA

1. METODO S.L.P. (SISTEMATIC LAYOUTPLANNING) O (PLANEACION SISTEMATICA DE LA DISTRIBUCION EN PLANTA).

2. ASIGNACIÓN CUADRATICA (QAP – QUADRATIC ASSIGNMENT PROBLEM)

3. ALMACENES, OFICINAS, SU LOCALIZACIÓN Y DISTRIBUCIÓN DENTRO DE LA ORGANIZACIÓN

4. MODELOS AUTOMATIZADOS PARA GENERACIÓN DE ALTERNATIVAS

5. SERVICIOS GENERALES Y DE SOPORTE

2.1.2. Algoritmo EvolutivoParalelo para problemas de Asignación Cuadrática – QAP

INTRODUCCIÓN
El Problema de Asignación Cuadrática (QAP – Quadratic Assignment Problem) es un problema clásico de optimización combinatorio, en el cual se encuentra un vasto número de problemas de diseño y de distribución de recursos en diferentes campos, donde la decisión a tomar es una asignación de elementos de un conjunto en otro. El QAP esconsiderado como un problema complejo y dificultoso de resolver y puede establecerse como un conjunto de n elementos distintos que deben ser localizados (asignados) en n localidades distintas de forma óptima [1][2]. Aunque se han propuesto numerosas heurísticas y procedimientos, los Algoritmos Evolutivos (AEs) han emergido como una clase de búsqueda aleatoria de varios puntos concurrentemente sobreun espacio de soluciones factibles; tales algoritmos son inspirados por mecanismos de la evolución natural y mecanismos genéticos introducidos por J. Holland en los años 70 [3]. Experimentos reales sobre algoritmos evolutivos para QAP se iniciaron a principios de los 90’s; David M. Tate y Alice E. Smith (1.992) establecen mecanismos de selección y reproducción (cruce) así como una posiblecodificación para problemas de Asignación Cuadrática [4]. Para el año 1.995 B. R. Sarker y un grupo de colaboradores implementan un algoritmo secuencial: Depth – First Insertion Heuristic (DIH) [5]; para el problema de retrocesos (backtracking) de trabajos en la localización de una máquina en una línea unidimensional de flujo. Otra manera de tratar a los Algoritmos Genéticos es analizando su paralelismointrínseco, tal como lo hizo G. Larrazábal en el año 1.996, cuando plantea un Algoritmo Genético Grano Grueso para un problema de alta dimensionalidad [6]. Más tarde, Patrice Roger Calégari (1.999) en su trabajo de tesis doctoral [2], muestra la paralelización eficiente de Algoritmos Evolutivos. Recientemente fue tratado un problema cuadrático de asignación de facilidades por N. Maneiro (2.001)empleando un algoritmo evolutivo simple [1]; el cual consistió en localizar un grupo de m máquinas de tal manera que se minimice el retroceso (backtracking) dentro de una línea de flujo generalizado.
Este trabajo trata la paralelización de un algoritmo evolutivo desarrollado con tecnología de programación orientada a objetos, el cual está enfocado a resolver problemas de asignación cuadrática defacilidades de alta dimensionalidad; el mismo se inicia con una exposición breve de los Problemas de Asignación Cuadrática en donde se detalla el problema de QAP tratado. Luego se explica el funcionamiento de los Algoritmos Evolutivos y enseguida se describe el Algoritmo Evolutivo Propuesto. Más adelante se habla de Paralelismo y de la Paralelización del Algoritmo Evolutivo; para finalizar con laexposición de los resultados en dos partes: Resultados de Corrida Secuencial y Resultados de Corrida Paralela.
[pic]
ALGORITMO EVOLUTIVO PARA PROBLEMAS QAP
Problemas de Asignación Cuadrática – QAP

Los Problemas de Optimización Combinatorios son frecuentemente tratados en el campo de la Optimización. Cubren una amplia gama, entre ellos la minimización del costo total de interacción entre...