GRASP con PR para el SRFLP en el MAEB 2016

GRASP con Reencadenamiento
de Trayectorias para el
Single Row Facility
Layout Problem
Micael Gallego
Manuel Rubio-Sánchez
Francisco Gortázar
Abraham Duarte
MAEB 2016
14-16 Sep 2016
Salamanca (Spain)

2
CAEPIA / MAEB 2016
14-16 Sep 2016 Salamanca (Spain)
GRASP con PR para el SRFLP
 Single Row Location Facility Problem
 GRASP
 Reencadenamiento de trayectorias
 GRASP con PR
 Experimentos
 Conclusiones

3
CAEPIA / MAEB 2016
Single Row Location Facility Problem
 Disponer en una línea un conjunto de
instalaciones de diferente anchura
 Objetivo: Minimizar la suma ponderada de
las distancias entre los centros de cada par
de instalaciones
 Ejemplos: Habitaciones en un pasillo, libros
en estantes, máquinas en fábricas...

4
CAEPIA / MAEB 2016

5
CAEPIA / MAEB 2016

6
CAEPIA / MAEB 2016
• Estado del arte
• Algoritmos exactos
• Óptimo conocido hasta 42 instalaciones
• Algoritmos aproximados
• Kothari y Ghosh (2014)
• Memético (GENALGO)
• Búsqueda Dispersa (SS-2P)

7
CAEPIA / MAEB 2016
 GRASP
 GRASP con PR
 Experimentos
 Conclusiones

8
CAEPIA / MAEB 2016
GRASP
• Constructivo
• Empieza con una solución vacía
• Por cada instalación disponible, se calcula el
coste de insertar esa instalación en todas las
posibles posiciones (CL)
• Se escoge un % de las instalaciones y posiciones
más favorables (minimizan el coste) (RCL)
• Se selecciona aleatoriamente de la RCL

9
CAEPIA / MAEB 2016
GRASP
• Búsqueda Local
• Movimientos de inserción (insert): Se elimina una
instalación de su posición y se coloca en otra posición
• First Improvement: Se evalúan los movimientos de
inserción y se aplica el primero que mejore la solución
• Best Improvement: Se evalúan todos los movimientos de
inserción y se aplica el mejor de todos ellos
• Híbrida (LS-HYBRID)*: Se selecciona una instalación al
azar (similar a First), se evalúan todos los movimientos de
esa instalación y se aplica el mejor (similar a Best)

10
CAEPIA / MAEB 2016
GRASP
• Algoritmo GRASP
• 1) Genera una solución con el constructivo
• 2) Se selecciona una instalación al azar
• 3) Se evalúan todos los movimientos de esa instalación
• 4) Si existe movimiento de mejora, se aplica y se vuelve
al paso 2
• 5) Si no existe movimiento de mejora y quedan
instalaciones por evaluar, se vuelve al paso 2
• 6) Si no se alcanza el tiempo máximo, se vuelve al paso 1

11
CAEPIA / MAEB 2016
GRASP
• Optimizaciones
• Calculamos de forma eficiente (en tiempo lineal) el
cambio del coste cuando una instalación se mueve
únicamente una posición
• Se evalúan todas las posiciones moviendo de una en una

12
CAEPIA / MAEB 2016
GRASP
• Optimizaciones

13
CAEPIA / MAEB 2016
GRASP
• Optimizaciones

14
CAEPIA / MAEB 2016
 GRASP
 GRASP con PR
 Experimentos
 Conclusiones

15
CAEPIA / MAEB 2016
Reencadenamiento de Trayectorias
• Método que genera nuevas soluciones
partiendo de dos soluciones
• Una solución (solución inicial) se modifica paso
a paso para convertirse en la otra solución
(solución guía)
• El proceso crea una trayectoria que conecta
ambas soluciones y en esa trayectoria se
encuentran nuevas soluciones de calidad

16
CAEPIA / MAEB 2016
Solución
Inicial
Solución
Guía
Soluciones
Intermedias
…

17
CAEPIA / MAEB 2016
• Se ha implementado un algoritmo basado en
la distancia de Ulam entre dos permutaciones
• Esta distancia calcula el mínimo número de
cambios que hay que hacer para convertir
una permutación en otra
• Se basa en calcular la subsecuencia común
más larga entre las dos permutaciones

18
CAEPIA / MAEB 2016
Solución
Inicial
Solución
Guía
Con 3 inserciones se puede convertir la
solución inicial en la solución guía
{ 1,2,3,4,5 }
{ 5,1,4,3,2 }

19
CAEPIA / MAEB 2016
{ 1,2,3,4,5 } { 5,1,4,3,2 }
{ 1,4,2,3,5 }
{ 1,3,2,4,5 }
{ 5,1,2,3,4 }
{ 1,3,4,5,2 }
{ 1,2,4,3,5 }
Solución
Inicial
Solución
Guía
Solución
Aleatoria
{ 5,1,2,4,3 }
{ 1,4,3,5,2 }
Solución
Aletaria
•Selecciona la mejor solución en cada paso
Soluciones
Intermedias

20
CAEPIA / MAEB 2016
 GRASP
 GRASP con PR
 Experimentos
 Conclusiones

21
CAEPIA / MAEB 2016
GRASP con PR
Genera
Soluciones con
GRASP (Elite Set)
Genera una
nueva solución
con GRASP
Aplica PR desde la nueva
solución a todas las
del Elite Set
1 2 3
4 Actualiza el Elite Set si hay una nueva solución
con suficiente calidad y diversidad
Repite desde el paso 2 con este nuevo Elite Set

22
CAEPIA / MAEB 2016
GRASP con PR

23
CAEPIA / MAEB 2016
 GRASP
 GRASP con PR
 Experimentos
 Conclusiones

24
CAEPIA / MAEB 2016
Experimentos
●
Métodos
• GENALGO: Memético del estado del arte
• SS-2P: Búsqueda dispersa del estado del arte
• GRASP_PR: Propuesta
●
Lenguaje de Programación: Todos los
métodos en C compilados con gcc
●
Entorno ejecución: Core TM i7-4712HQ 3.3
GHz y 16 GB de RAM

25
CAEPIA / MAEB 2016
Experimentos
●
Instancias
●
Estado del arte
●
Anjos: 4x5 con n=60, 70, 75, 80
●
Sko: 4x5 con n=64, 72, 81, 100
●
Amaral: 3 con n=110
●
Nuevas instancias grandes
●
Anjos-large: 5x8 n=150, 200, 300, 350, 400, 450, 500
●
Sko-large: 5x8 n=150, 200, 300, 350, 400, 450, 500

26
CAEPIA / MAEB 2016
Experimentos
●
Experimento 1: Comparativa con instancias del
estado del arte (pequeñas)
●
Resultado
●
GENALGO: Mejores soluciones en todas las instancias en
2723s
●
SS-2P: Mejores soluciones excepto en 3 instancias en 47s
●
GRASP_PR: Mejores soluciones en todas las instancias en 38s
(Ejecutado con tiempo n/2 segundos)
●
Conclusión
●
Las instancias son demasiado “fáciles” para discriminar la
calidad del los métodos

27
CAEPIA / MAEB 2016
Experimentos
●
Experimento 2: Comparativa con 40
instancias grandes.
●
Tiempo: 1 hora por instancia
●
Resultado
●
GENALGO: Mejor solución en 1 de 40 instancias
●
SS-2P: Peores soluciones en todas las instancias
●
GRASP_PR: Mejores soluciones en 39 de 40
instancias

28
CAEPIA / MAEB 2016
●
Experimento 2

29
CAEPIA / MAEB 2016
●
Experimento 2

30
CAEPIA / MAEB 2016
Experimentos
●
Experimento 2
●
Test Friedman: Ranking de cada método en
cada instancia
●
GENALGO: 2.5
●
SS-2P: 2.46
●
GRASP_PR: 1.04 (El más cercano a 1)
●
p-valor: 7 x 10-13

31
CAEPIA / MAEB 2016
Experimentos
●
Experimento 2
●
Test del signo: Comparación de cada par de
métodos
●
GRASP_PR vs GENALGO: 39 con p-valor 3.7x10-11
●
GRASP_PR vs SS-2P: 39 con p-valor 1.8x10-12

32
CAEPIA / MAEB 2016
 GRASP
 GRASP con PR
 Experimentos
 Conclusiones

33
CAEPIA / MAEB 2016
Conclusiones
●
Método GRASP con PR para el SRFLP
●
Constructivo GRASP
●
Búsqueda Local híbrida eficiente
●
Reencadenamiento de trayectorias basado en la distancia
Ulam
●
Calidad
●
Misma calidad en menor tiempo para instancias pequeñas
●
Mejor calidad en el mismo tiempo para instancias grandes

34
CAEPIA / MAEB 2016
Conclusiones
●
Versión más extensa de este
trabajo
• GRASP with path relinking for the
single row facility layout problem
• Manuel Rubio-Sánchez, Micael
Gallego, Francisco Gortázar,
Abraham Duarte
• Knowledge-Based Systems. Volume
106, 15 August 2016, Pages 1–13
• http://dx.doi.org/10.1016/j.knosys.2
016.05.030

GRASP con PR para el SRFLP en el MAEB 2016

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (10)

More from Micael Gallego

More from Micael Gallego (19)

Recently uploaded

Recently uploaded (20)

GRASP con PR para el SRFLP en el MAEB 2016