Marcus Ritt

Esta página é apenas de leitura. Pode ver a fonte, mas não alterá-la. Informe-se com o administrador deste Wiki se achar que isto não está correcto.
====== Trabalhos ======

===== Considerações gerais =====

  * O trabalho é em grupos até 2. Cada grupo escolhe **um problema** e **uma meta-heurística**.
  * Tarefas:
      - Formular o problema como programa linear ou inteiro.
      - Resolver as instâncias definidas (ver abaixo) com um solver genérico (p.ex. CPLEX, GLPK, SCIP).
      - Definir e implementar a meta-heurística escolhida para o problema.
      - Resolver as instâncias definidas com a meta-heurística.
      - Documentar e analisar os experimentos num **relatório**.
      - **Apresentar** os resultados em aula.

===== Passo a passo =====

  - Ler a {{t20242.pdf|definição dos problemas}}, selecionar um problema.\\
  - Selecionar uma heurística ([[https://www.inf.ufrgs.br/~MRPRITT/doku.php?id=inf05010:2024-2-trabalhos#meta-heuristicas|lista abaixo]], Aulas 1-3).\\
  - Informar sobre a seleção por email: integrantes, [[2024-1-trabalhos#selecoes|problema e heurística selecionada]]. (Cada combinação problema+heurística é disponível somente uma vez.)\\
  - Submeter uma proposta para implementação da heurística até **17 de outubro 2024**.\\
    * Conteúdo: Definição dos principais elementos da abordagem (representação de uma solução, solução inicial, vizinhanças, critério de parada, etc.).
  - Apresenter uma formulação matemática até **30 de novembro 2024**.\\
  - Entregar o trabalho completo até **7 de janeiro 2025**.\\
  - Apresentar o trabalho numa das aulas previstas no cronograma (a [[2024-1-trabalhos#agenda|agenda]] vai ser definida mais próximo das datas de apresentação).

===== Meta-heurísticas =====

  * Simulated annealing (SimAnn)
  * Busca local iterada / Busca gulosa iterada (ILS)
  * Busca Tabu (BT)
  * Algorítmo genético/memético (GA)
  * GRASP
  * Variable neighborhood search (VNS)

===== Documentação e critérios de avaliação =====

O objetivo do trabalho é conhecer uma meta-heurística profundamente e ganhar experiência prática para aplicar-la em novos problemas. A avaliação reflete esse objetivo.

==== Entendimento do método ====

Definição e justificativa da abordagem ao problema. Todas escolhas feitas para aplicar a meta-heuristica para o problema em questão devem ser claramente relatadas. Isso inclui a representação do problema, a função objetivo, a geração da solução inicial, a vizinhança e a estratégia de escolha em caso de buscas locais, os operadores (crossover,mutação) em caso de algoritmos genéticos, outros parâmetros do métodos (temperatura,lista tabu e tenure,...), critério de terminação. (Essa lista não é exaustiva.)

==== Avaliação experimental ====

Reprodutibilidade: Documentação das instâncias, tempo de execução, parâmetros, número de experimentos, semente do gerador randômico, dados experimentais, etc. Método de escolha de parâmetros. Discussão e conclusões. Em particular: para métodos estocásticos os valores apresentados devem ser médias de pelo menos 5 replicações de cada experimento com sementes diferentes.

==== Implementação ====

Critérios básicas da eng. de SW: documentação, legibilidade, etc.

=== Convenções da implementação ===

  * Todas implementações devem aceitar uma instância no formato do problema na entrada padrão (stdin) e imprimir a melhor solução encontrada na saída padrão (stdout).
  * Os principais parâmetros do método devem ser definíveis pela linha de comando.
  * O primeiro parâmetro da linha de comando é o nome de um arquivo para gravar a melhor solução encontrada.

===== Entregáveis =====

O trabalho consiste em:

  * Um [[:relatorio|relatório]] com a documentação da solução com resultados e discussão (veja um {{ga-r.pdf|exemplo}}).
    * Elementos obrigatórios: Introdução, Formulação, Descrição da solução, Resultados obtidos com análise, Conclusão e Bibliografia.
    * Uma implementação do modelo matemática e da heurística (linguagem arbitrária desde seja padrão sem uso de bibliotecas proprietárias e pode ser compilado e executado usando somente software livre).
    * Nos resultados computacionais, uma tabela informando, para cada instância: valor da solução inicial (SI), valor da solução final (SF), desvio percentual da solução final em relação à inicial calculado como 100*(SI-SF)/SI, desvio percentual da SF em relação à solução ótima, tempo computacional da metaheurística, tempo computacional da resolução via solver.
    * Protocolos das execuções do solver e da meta-heuristica e outros dados experimentais detalhados;
  * Uma apresentação em aula.

===== Outras informações úteis ====

  * [[trabalho-faq|Perguntas frequentes (FAQ)]]
  * Como apresentar? [[http://lmgtfy.com/?q=como+apresentar+bem+um+artigo+cientifico|Mais informações.]]
  * Trabalho: {{tp20171.pdf|Como perder pontos?}}

===== Trabalhos selecionados =====

^ No. ^ Trabalho    ^ Nome                                             ^     P     ^  F       ^     A    ^     R    ^  C  ^
|   1 | ILS+DOG     | Mateus, Rafael                                  |     ✓.    |    ✓.    |          |    ✓.     |   ✓   |
|   2 | AG+DOG      | Diego, Eduarda                                  |     ✓.    |    ✓.    |    ✓     |    ✓.     |   ✓   |
|   3 | SimAnn+OCS  | João Francisco, Leonardo                        |     ✓.    |          |          |    ✓      |   ✓   |
|   4 | VNS+DOG     | <del>Gilmar</del>                               |     ✓.    |    ✓.    |          |           |       |
|   5 | SimAnn+DOG  | Guilherme, Maximus                              |     ✓.    |    ✓.    |          |    ✓.     |   ✓   |
|   6 | IGA+DOG     | Marcelo, Vitor                                  |     ✓     |    ✓.    |    ✓     |    ✓.     |   ✓   |
|   7 | GRASP+DOG   | Arthur, Lucas Lopes                             |     ✓.    |    ✓.    |    ✓     |    ✓.     |   ✓   |
|   8 | AG+OCS      | <del>Lucas Alves</del>                          |     ✓.    |          |          |           |       |
|   9 | ILS+OCS     | <del>Gabriel</del>                              |      .    |    ✓.    |          |          |       |
|  10 | VNS+OCS     | <del>João Pedro</del>                           |           |          |          |          |       |
|  11 | BT+DOG      | João Vitor, <del>Renan</del>                    |           |    ✓.    |    ✓     |    ✓.     |   ✓   |
Status: 10 de janeiro 2025.\\
#Trabalhos definidos: 17.

P: Proposta, F: Formulação, A: Apresentação, R: Relatório, C: Código.   (+x): entregue (com atraso de x dias).

==== Seleções ====

^                                     ^  DOG  ^   OCS   ^
| Simulated Annealing (SimAnn)        |   X    |   X    |
| Iterated Local Search (ILS)         |   X    |   X    |
| Iterated Greedy Algorithm( IGA)     |   X    |        |
| Busca Tabu (BT)                     |   X    |        |
| Algoritmo Genetico (AG)             |   X    |   X    |
| GRASP                               |   X    |        |
| Variable Neighborhood Search (VNS)  |   X    |   X    |

DOG = Distribuição ótima em GPUs\\
OCS = O carrossel seguro

===== Agenda =====

^ Data ^ Hora ^ Apresentação ^
| 07/01 |  13.30 | IGA+DOG      |
| :::   |  13.46 | SimAnn+DOG   |
| :::   |  14.18 | BT+DOG       |
| :::   |  14.34 | AG+DOG       |
| :::   |  14.50 | GRASP+DOG    |
| 09/01 |  13.30 | VNS+DOG      |
| :::   |  13.46 | ILS+DOG      |
| :::   |  14.02 | SimAnn+OCS   |
| :::   |  14.18 | AG+OCS       |
| :::   |  14.34 | VNS+OCS      |
| :::   |  14.50 | ILS+OCS     	|
Marcus Ritt

Ferramentas de Utilizador

Ferramentas de Site

Ferramentas de Página
