Académique Documents
Professionnel Documents
Culture Documents
Otimização Combinatória
Tema 1
Introdução ao Curso
Proposta do curso:
Profª Laura Bahiense 2/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Aulas
Aulas:
Segundas-feiras e quartas-feiras,
Profª Laura Bahiense 3/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Regras de avaliação
Avaliação:
Prova (P), individual, sem consulta, no dia 25/10/2017
Trabalho Computacional (TC), em grupo, a ser entregue e
apresentado no dia 11/12/2017. O TC deve ser realizado em
grupos de 2 ou, no máximo, 3 alunos. No dia da apresentação,
os grupos devem enviar para mim e para todos os colegas do
curso, por e-mail, os seguintes arquivos:
Apresentação (em pdf).
Artigo científico (em pdf) contendo a metodologia utilizada e os
resultados computacionais obtidos, em formato padrão SBPO (a
ser disponibilizado). Entregar impresso para mim no dia da
apresentação.
Programa computacional (funcionando ou não).
Profª Laura Bahiense 4/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Regras de avaliação: importante!
Avaliação:
Prova: estudar e tirar dúvidas ao longo do curso: não deixar a
matéria acumular!!!
Trabalho Computacional: todos os membros do grupo devem
apresentar parte(s) do trabalho computacional, pois a nota do
trabalho é dividida em três partes:
Apresentação oral
Artigo científico escrito
Programa computacional (funcionando ou não)
Profª Laura Bahiense 5/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Ementa (1/2)
Introdução à Complexidade Computacional de Problemas e Algoritmos:
Conceitos de Problema, Instância e Tamanho de uma Instância
Conceitos de Algoritmo e Consumo de Tempo de um Algoritmo
Consumo de Tempo Assintótico e Notações Ο, Ω e Θ
Algoritmos polinomiais e exponenciais
Complexidades de Melhor e Pior Caso
Complexidade de um Algoritmo e de um Problema
Problemas de Decisão e Problemas de Otimização
Problemas Tratáveis, Intratáveis e Insolúveis
As Classes de Problemas P e NP
Problemas NP-Completos e NP-Difíceis
A questão: P = NP ?
Profª Laura Bahiense 6/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Ementa (2/2)
Heurísticas e Meta-Heurísticas:
Heurísticas:
Algoritmos Gulosos
Específicas para os problemas da Mochila 0-1 e do Caixeiro Viajante
Meta-heurísticas:
O Conceito de Meta-heurística
Ótimos Locais e Estruturas de Vizinhança
Métodos Construtivos e Métodos de Busca Local
Classificação de Meta-heurísticas
Meta-heurísticas Iterativas: Simulated Annealing, Busca Tabu, Iterated
Local Search (ILS), Variable Neighborhood Search (VNS), GRASP e Path-
relinking (Reconexão por Caminhos)
Meta-heurísticas populacionais: Algoritmos Genéticos (GA),
Colônias de Formigas (ACO), Enxame de Partículas (PSO)
Metodologias e Processos de Avaliação de Heurísticas
Como conduzir experimentos computacionais com meta-heurísticas
Profª Laura Bahiense 7/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso
Bibliografia
Bibliografia:
1. Computers and Intractability: A Guide to the Theory of NP-Completeness. Garey, Michael R. and
Johnson, David S. (1979). Freeman
2. Modern Heuristic Techniques for Combinatorial Problems. Reeves, C.R. (Ed) (1993). Oxford:
Blackwell
6. Modern Heuristic Search Methods, Rayward-Smith, V.J,; Osman, I.H.; Reves, C.R. and Smith,
Wiley, 1996
7. Essays and Surveys in Metaheuristics. Ribeiro, C., Hansen, P., Kluwer Academic Publishers, 2002
Profª Laura Bahiense 8/8 Meta-heurísticas em Otimização Combinatória Tema 1: Introdução ao Curso