SISTEMAS DE MANUFACTURA AVANZADA

BUSQUEDA TABU
EQUIPO 3 :
ALMA GUADALUPE CISNEROS SAUCEDO
JUAN RICARDO AVILA JACINTO
CRISTIAN EDUARDO PERALES
JESS MISAEL CHVEZ RENTERA

DEF
DES
CRIP INICI
ONE
CI
EN
N
S
D
Y
RELA
E C
ONC
CI
N A
EPT
OS
TAB
:

Las
metaheurist
icas

mtodoheursticopara resolver un tipo de

problema computacional general, usando los
parmetros dados por el usuario sobre unos
procedimientos genricos y abstractos de una
manera que se espera efciente.

Heursticas

es la capacidad que ostenta un sistema

determinado para realizar de manera inmediata
innovaciones positivas para s mismo y sus
propsitos.

Problemas
de
optimizaci
n

consiste en minimizar o maximizar el valor de

una variable.. Se debe tener presente que la
variable que se desea minimizar o maximizar
debe ser expresada como funcin de otra de
las variables relacionadas en el problema.
Qu se solicita en el problema? Qu
restricciones aparecen en el problema?

(hallar, inventar)

TCNICAS
HEURST
CAS

Estas tcnicas
solo permiten
obtener
un
resultado subptimo en un
periodo
de
tiempo corto

INTRODUCCIN
Una de las principales razones por
las que surgen estas tcnicas ha
sido
la
abundancia
de
los
problemas de optimizacin de gran
difcultad en el mundo real.

BUSQUEDA TAB
Qu
es?
Es un procedimiento o
mtodo
metaheurstico
diseado
para escapar de la
optimizacin
local,
basado en el manejo y
uso de una coleccin
de
principios
que
sirven para resolver el
problema de manera

FRED
Primer
defnidor,
GLOVER
bsqueda tab

la
gua
un procedimiento de
bsqueda local para
explorar el espacio de
soluciones ms all
del ptimo local.
La bsqueda tab toma
de
la
Inteligencia
Artifcial el concepto de
memoria y lo implementa
mediante
estructuras
simples con el objetivo
de dirigir la bsqueda

L
O

R
R
A
S
E
O
O
D
L
C
I
R

T
S
I
H

70s

Finalmente el nombre la metodologa

fueron inducidos por Fred Glover en
dos artculos

Actualmente Fred Glover

trabaja en la Universidad
de Colorado (USA) y sus
trabajos
recientes
as
como sus publicaciones se
pueden ver en la pgina
http://spot.colorado.edu/~
glover/.

Mejoramie
nto de la
informaci
n

Caminos ya
recorridos

ENCONTRAR
NUEVAS
SOLUCIONES

Nos llevan a
tener cierta
historia

memoria
fexible

BUSQUEDA TAB

Proceso
de
adquisici
n

Los ptimos
encontrados

FUNDAMENTOS
Antes de comenzar con los fundamentos es
necesario conocer unos conceptos especfcos de la
bsqueda tab.
Conceptos de los mtodos de bsqueda :
Dado un problema P de optimizacin
combinatoria utilizaremos x para denotar el
conjunto de soluciones posibles del problema y
c para la funcin objetivo.
Cada solucin tiene un conjunto de posibles
soluciones asociadas, que se denomina entorno
o vecindario de x y se denota como N(x).
Cada solucin del entorno puede obtenerse
directamente a partir de x mediante una
operacin llamada movimiento.

La solucin Inicial x0 depender del algoritmo

especfco que la genera, se puede usar para
proporcionar una buena solucin inicial o se puede
partir de una solucin obtenida aleatoriamente.

Un procedimiento de bsqueda local parte de

una solucin inicial x0, calcula su vecindario N(x0)
y escoge una nueva solucin x1 en ese vecindario,
de acuerdo a un criterio de seleccin pre
establecido.

Se pueden defnir diferentes criterios para

seleccionar una nueva solucin del entorno.
- Uno de los criterios ms simples consiste en
tomar la solucin con mejor evaluacin de la
funcin objetivo, siempre que la nueva solucin
sea mejor que la actual. Este criterio, conocido
como (voraz, goloso), permite ir mejorando la

MTODO DE BUSQUEDA TAB

El concepto de mejor depende del contexto del

problema[4], por ejemplo en un modelo de
produccin, podran dar el mismo valor mximo de
funcin objetivo

CARACTERSTICAS

Estructuras de
memoria

Se caracteriza porque utiliza una estrategia

basaba en el uso de estructuras de memoria.

explicit
a

De
atributos

Cuando la solucin se almacena de

manera
completa,
se
registran
soluciones de elite visitadas durante
la bsqueda.
Por ejemplo {x1,x5,x7} donde las xi
son
soluciones
ocurridas
en
iteraciones anteriores
Este tipo de memoria registra
informacin acerca de los atributos o
caractersticas
que
cambian
al
moverse de una solucin a otra.
Por ejemplo en un grafo los atributos
pueden consistir en nodos o arcos
que son aumentados, eliminados o
reposicionados por el mecanismo de

MEMORIA A
CORTO PLAZO

Es hacer que la
tcnica de
bsqueda pueda ir
mas all0 de los
puntos de
optimalizad local,
a la voz que se
mantiene

Las memorias de corto

plazo
tienen
restricciones impuestas
por los problemas que
se utilizan para evitar
que se reviertan o
repitan
ciertos
movimientos.

EL OBJETIVO
PRIMORDIAL DE
LOS
MOVIMIENTOS
PROHIBIDOS

DETERMINACIN DE LOS
MEJORES MOVIMIENTOS
Un paso
critico
involucrado
en la
orientacin
agresiva de la
memoria de
corto plazo

NOTA:

La seleccin
del mejor
movimiento
posible desde
cualquier
punto .

En algunos casos, la evaluacin de un

cierto movimiento puede basarse
inicialmente en el cambio productivo
en el valor de la funcin del objetivo.

primero se
evalan cada
uno de los
movimientos
de la lista de
los candidatos
en turno.

sin embargo
CONFORME LA BSQUEDA
AVANZADA
La forma de evacuacin utilizada por la bsqueda tab
se vuelve:
Incorporando referencias

ADAPTIVA

* Intensifcacin
* Diversifcacin

A QUE SE DEBE

* El numero de movimientos clasifcados como tab es

generalmente pequeo con respecto al numero total
de movimientos validos.
* Asumiendo que el costo de evaluacin de un
movimiento que no es demasiado grande,
normalmente se refere a checar primero si un cierto

CONCLUSIN
En este trabajo se describe la metaheursticas de
Bsqueda Tab, los conceptos que utiliza, su
metodologa y se presenta un ejemplo de
aplicacin con su correspondiente desarrollo
computacional en el lenguaje de programacin c+
+. Previamente se hace una presentacin de los
conceptos relacionados a los problemas de
optimizacin, la complejidad de problemas y las
heursticas y metaheursticas en general.