Metaheurstica GRASP

(Greedy Randomized Adaptive Search Procedures)

Airton Bordin Junior

[airtonbjunior@gmail.com]

Metaheursticas - Prof. Dr. Celso Gonalves Camilo Junior

Mestrado em Cincia da Computao 2017/2
Universidade Federal de Gois (UFG) - Instituto de Informtica Setembro/2017
Programao

Introduo

Busca Local

Metaheursticas - Airton Bordin Junior

GRASP

Referncias

2
Busca Local
Algoritmosde busca local operam sobre um nico estado
corrente, ao invs de vrios caminhos;
Em geral se movem apenas para os vizinhos desse
estado;

Metaheursticas - Airton Bordin Junior

Geralmente, cada soluo candidata tem mais de uma
soluo vizinha
A escolha de qual ser a prxima deve ser feita tomando
em considerao apenas a vizinhana da soluo atual.
O caminho seguido pelo algoritmo no guardado*.
3
 Busca Local

Metaheursticas - Airton Bordin Junior

4
GRASP
Feo e Resende, 1989
A probabilistic heuristic for a computationally
difficult set covering problem
Problemas difceis de cobertura de conjuntos

Metaheursticas - Airton Bordin Junior

5
GRASP
Processo iterativo em que cada iterao consiste em
duas fases: construo e busca local;
A melhor soluo, de maneira geral, mantida como
resultado;

Metaheursticas - Airton Bordin Junior

Apresenta um componente probabilstico que faz a
escolha aleatria de um entre os melhores candidatos na
fase de construo
Permite que solues diferentes sejam obtidas a cada iterao,
mas no compromete o potencial adaptativo.

6
Fase de construo
Soluo construda elemento a elemento;
Inicialmenteo elemento est em uma lista de
candidatos LC;

Metaheursticas - Airton Bordin Junior

Usando um fator criada uma lista restrita de
candidatos LCR - que possui os melhores
elementos de LC.

7
Fase de construo
Definida
a LCR, seleciona-se um elemento
da mesma para compor a soluo
Aleatoriamente ou por um critrio guloso;
Duas variaes do GRASP.

Metaheursticas - Airton Bordin Junior

Aps a adio do elemento, o processo
continua com a atualizao de LC e LCR;
Processode construo finalizado quando
a CardinalidadeLC for zero.
8
Fase de construo
Valor de influencia na qualidade e
diversidade da soluo;

Metaheursticas - Airton Bordin Junior

Solues gulosas de boa
qualidade;
alto Pouca diversidade

Grande diversidade
baixo Qualidade inferior
9
Fase de construo
Valorde tambm influencia o processo de
busca local
Solues de qualidade inferior tornam o
processo de busca local mais lento;

Metaheursticas - Airton Bordin Junior

Com =1, o melhor elemento da LCR seria
adicionado, assim a fase de construo uma
heurstica gulosa.
>1 a construo randmica.
pode ser constante ou no.
10
Fase de construo

Metaheursticas - Airton Bordin Junior

Soluo inicial um conjunto vazio;
determina o tamanho da lista de candidatos;
Novos elementos so agregados a soluo inicial;
Funo gulosa avalia os elementos pelo benefcio imediato;
Melhores elementos formam uma lista de candidatos restritos em quantidade fixa ou
de acordo com algum parmetro (aleatrio ou guloso);
Elemento da lista escolhido aleatoriamente;
Funo gulosa adaptada de acordo com a soluo parcial;
Termina com uma soluo aceitvel ao problema.
11
Fase de busca local
Refinar a soluo encontrada na fase de
construo aplicando um mtodo de busca local;
Intensificaona soluo encontrada explorando

Metaheursticas - Airton Bordin Junior

regies vizinhas para encontrar um timo local;
Quanto melhor for a soluo gerada na fase de
construo, maior ser a velocidade para
encontrar um timo local pela fase de busca local.

12
Fase de busca local
Podem ser utilizados nesta segunda fase
algoritmos bsicos como o Hill-Climbing ou
metaheursticas mais avanadas como Busca
Tabu, Simulated Annealing, etc;

Metaheursticas - Airton Bordin Junior

GRASP no faz uso de histricos no processo de
busca
Possvel armazenar as melhores solues at o
momento;
GRASP simples, rpido e facilmente integrvel
com outras tcnicas de busca. 13
 Pseudocdigo GRASP

Metaheursticas - Airton Bordin Junior

14
Vantagens GRASP
Facilmente implementvel, com um ajuste ou
outro de parmetros do mtodo;
Implementao paralela trivial

Metaheursticas - Airton Bordin Junior

Cada CPU pode ser iniciado com sua prpria cpia
do procedimento e dados da instncia;
Iteraes so executadas em paralelo e apenas se
utiliza uma varivel global para armazenar a melhor
soluo encontrada entre as CPUs.

15
Aplicaes
Feo e Bard, 1989 - Localizao de estaes de manuteno e
escalonamentos de voos de acordo com a demanda cclica por
manuteno;
Xu e Chiu , 1996 Escalonamento de servios em diferentes locais
e com janelas de tempo para tcnicos com diferentes habilidades

Metaheursticas - Airton Bordin Junior

de trabalho,.
Loureno, Paixo e Portugal, 1998 - Escalonamento de tripulao;
Rivera, 1998 - Escalonamento de cursos;
Binato, Hery, Loewenstern e Resende, 2001 - Escalonamento do
Job-Shop.
16
Referncias
RUSSELL, S., NORVIG, P. Artificial Intelligence: A modern approach. Artificial
Intelligence. Prentice-Hall, Egnlewood Cliffs, v. 25, p. 27, 1995

FEO, T. A., RESENDE M. G. C. Greedy Randomized Adaptive Search

Procedures. Journal of Global Optimization

FREDO, A. R., BRITO, R. C. Implementao da Metaheurstica GRASP para o

Metaheursticas - Airton Bordin Junior

Problema do Caixeiro Viajante Simtrico. Universidade Federal do Paran
Tpicos em Inteligncia Artificial Prof Aurora Pozo

RODRIGUES, M. C., LUZIA, L. F. Introduo ao Escalonamento e Aplicaes

Estudo sobre as Metaheursticas. Universidade de So Paulo

FERNANDES, C. R., CARNIERI, C., BARBOSA, S. G. Aplicao da metaheurstica

GRASP na programao de caminhes para o transporte de aves domsticas.
Semina: Cincias Exatas e Tecnolgicas, Londrina

17