Colnia de Formigas: Uma Abordagem Para o Resoluo De Problemas De Layout ca

Daniele Costa Silva

Disciplina: Mtodos Heur e sticos para Otimizao Discreta ca Universidade Estadual de Campinas

Resumo Atualmente, crescente o interesse em algoritmos inspirados em fenmenos naturais para e o denir procedimentos computacionais que possam resolver problemas complexos, como por exemplo, problemas de otimizao combinatria. Neste trabalho, introduzimos uma heur ca o stica baseada no comportamento de uma populao de formigas e propomos seu uso para resoluo ca ca de problemas de layout. Palavras-Chaves. Colnia de Formigas. Problemas de Layout. Mtodos Heur o e sticos.

Introduo ca

O problema de layout um problema antigo e aps a sua apresentao e o advento dos come o ca putadores, recebeu considervel ateno de diversos pesquisadores. Ao longo dos anos, diferentes a ca formulaes para o problema foram apresentadas na literatura. Foi modelado como um probco lema de programao quadrtica por Koopmans & Backmann (1957), ocorrendo renamentos ca a posteriores. Muitos trabalhos seguiram esta modelagem e at hoje ainda uma das principais e e abordagens utilizadas. Existem diversas situaes prticas que exigem a construo de layouts ecientes. Tais co a ca como, planejamento de edif cios para campus universitrio, arranjos de departamentos em hosa pitais, minimizao do comprimento de os em circuitos eletrnicos, escalonamento de linhas de ca o produo, roteamento, ordenao de dados correlacionados em meios magnticos, entre outros. ca ca e A importncia do estudo do problema de layout apresenta dois aspectos: econmico e a o cient co. Do ponto de vista econmico, um layout eciente em uma indstria, por exemplo, o u pode obter uma considervel reduo de custos. A dimenso do investimento em novas facilia ca a dades nas indstrias e outras instituies, a cada ano, incentiva a busca de novas alternativas u co para o problema (Furtado & Lorena). Alm disso, o replanejamento de layout algo frequente e e devido principalmente, a evoluo tecnolgica que produz novas mquinas e equipamentos, e de ca o a grande relevncia para qualquer organizao que pretenda ser competitiva e eciente em sua a ca a rea de atuao. ca Do ponto de vista cient co, o problema de layout um problema de otimizao combie ca natria de dif soluo para problemas de grande dimenso. O problema de programao o cil ca a ca quadrtica, umas das principais abordagens, foi demonstrado ser um problema NP-completo a por Sahni e Gonzalez (1976). Vrios mtodos heur a e sticos tem sido propostos para obteno de ca solues satisfatrias. co o Uma abordagem emergente a otimizao por colnia de formigas. Nesse contexto, na e ca o literatura vem sido publicados diversos artigos de pesquisas recentes.

O algoritmo de colnia de formigas inspirado pelo comportamento de formigas reais, em o e particular pelo seu comportamento na busca por alimento. Uma das idias centrais do algoe ritmo, proposto originalmente por Dorigo et al. (1991), a comunicao indireta baseada em e ca trilhas de feromnio entre uma colnia de formigas. As trilhas de feromnio so um tipo de ino o o a formao numrica distribu e modicada pelas formigas para reetir sua experincia quando ca e da e da resoluo de um problema particular. ca Este trabalho, apresenta uma proposta de resoluo de problemas de layout atravs do alca e goritmo de colnia de formigas. o A organizao deste artigo a que vem a seguir: ca e Seo 2: apresentamos o problema de layout e sua formulao matemtica. ca ca a Seo 3: apresentamos o algoritmo de colnia de formigas e como este pode ser utilizado ca o para resolver problemas de layout, assim como um pseucdigo. o Seo 4: apresentamos os resultados obtidos atravs de testes computacionais que visam ca e avaliar o desempenho das propostas feitas na seo 3. ca Seo 5: apresentamos nossas concluses e propostas de trabalhos futuros. ca o

O Problema de Layout

O problema de layout de ordem n, consiste em encontrar a melhor alocao de n cenrios ca a (departamentos, mquinas, etc) para n locaes dentro de um campo de aplicao (indstria, a co ca u banco, hospital, etc). Matematicamente pode ser expresso da seguinte forma:
n n n n

Minimizar
i=1 k=1 j=1 l=1 n

Tjl dik xij xkl

sujeito a
i=1 n

xij = 1 xij = 1

para j = 1,...,n

para i = 1, ...,n ou 1 i, j

j=1

xij = 0 Onde: Tjl - o trfego entre os cenrios j e l; e a a

dik - a distncia entre as localizaes i e k; e a co xij = 1 - se a localizao i est atribuida ao cenrio j; xij = 0 - caso contrrio. ca a a a Cada termo da soma qudrupla consiste da atribuio de um par de cenrios e um par de a ca a localizaes. O produto trfego x distncia Tjl dik o componente da funo objetivo resultante co a a e ca do trfego entre os cenrios j e l e entre as localizaes i e k. O primeiro conjunto de restries a a co co exige que cada cenrio atribu a apenas uma localizao. O segundo conjunto assegura que a e do ca cada localizao est associada a apenas ao um unico cenrio. ca a a

Otimizao por colnia de formigas ca o

As formigas so capazes de encontrar o caminho mais curto entre uma fonte de alimento e o a formigueiro sem a utilizao de dados visuais. Enquanto caminham, as formigas depositam uma ca substncia denominada feromnio (designao genrica de substncias secretadas pelas formigas a o ca e a que servem de meio de comunicao entre elas), e tem seu deslocamento baseado em trilhas de ca feromnios previamente depositados por outras formigas. Estas trilhas de feromnio pode ser o o observadas por outras formigas e motiva-las a seguir um determinado caminho, isto , um movie mento aleatrio das formigas segue com maior probabilidade uma trilha de feromnio. Esta o o e uma maneira de como as trilhas so reforadas e mais e mais formigas tendem a seguir aquela a c trilha (Coelho & Neto (2004)). Baseado neste fenmeno surgiu a heur o stica de colnia de formigas. Esta uma heur o e stica de inteligncia coletiva denida por uma populao de formigas articiais que possui as seguintes e ca caracter sticas: um algoritmo no determin e a stico baseado em mecanismos presentes na natureza, isto , baseado no comportamento de formigas para determinao de caminhos para procura e ca eciente de fontes de alimento; um algoritmo paralelo e adaptativo, pois uma populao de formigas mov-se simultanee ca e amente, de forma independente; um algoritmo cooperativo, pois cada formiga escolhe um caminho com base na informao e ca (feromnio) depositada por outras formigas que tenham selecionado previamente o mesmo o caminho.

A seguir apresentaremos como este algoritmo pode ser aplicado ` problemas de layout. a

3.1

Colnia de formigas e o Problema de Layout o

Para obtermos uma soluo para problemas de layout atravs do algoritmo de formigas, ca e utilizamos uma populao de m formigas, as quais, paralelamente, constroem solues passo a ca co passo, atribuindo um cenrio para cada localizao. Depois que todas formigas constroem sua a ca soluo, as melhores atribuies so recompensadas tendo em vista, encontrar melhores solues ca co a co nos prximos ciclos. o Para satisfazer as restries de que cada localizao esteja associada a apenas um unico co ca cenrio assim como cada cenrio deve estar associado a apenas uma unica localizao, cada a a ca formiga possui uma espcie de memria (tabu list), que armazena as localizaes j utilizadas e o co a e para a formiga quando esta encontra uma soluo. Uma vez que um ciclo completado, esta ca e lista esvaziada, para que a formiga possa em ir em busca de novas solues. e co As solues so constru co a das probabilisticamente, de acordo com a seguinte equao: ca [ij (t)] [nij ] rtabuk [ir (t)] [nir ] / 0 Onde: caso contrrio a

k Pij (t) =

se j tabuk (1) / (2)

k Pij (t) a probabilidade da k-sima formiga (k = 1, 2, ..., m) atribuir o cenrio j para a e e a localizao i no tempo t. ca

, so parmetros ajustados heuristicamente. A varivel a ponderao do feromnio a a a e ca o e a ponderao da informao heur ca ca stica. nij =
1 dij

a distncia entre i e j. a

ij (t) a intensidade do feromnio do par (i,j) no tempo t. o

Ao atribuir o cenrio j para a localizao i a formiga deposita uma certa quantidade de a ca feromnio sobre o par (i,j), a qual denida da seguinte forma: o e Q Lk

k ij =

se o par (i,j) faz parte da soluo ca 0 caso contrrio a

(3) (4)

Onde: Q - uma constante. e Lk - o valor da funo objetivo para a soluo obtida pela k-sima formiga. ca ca e A itensidade do feromnio atualizada com o passar do tempo de acordo com a equao o e ca abaixo:

ij (t + 1) = ij (t) + ij Onde: - coeciente que representa a persistncia do feromnio. e o ij =

k=1 m k ij

(5)

(6)

Inicialmente no h trilha de feromnio, esta gerada aleatoriamente utilizando distribuio a a o e ca uniforme. Com isto, podemos apresentar o algoritmo que visa encontrar solues para problemas de co layout atravs da heur e stica de colnia de formigas: o Passo 1 t=0 Clculo de nij = a
1 dij

Determinar a quantidade de formigas (m)

Passo 2 Para k = 1 at m e Repetir (para cada cenrio) a Escolha com a probabilidade dada pela equao (1), a localizao de cada facilica ca dade. Atualize a tabu list. At a tabu list est cheia (o ciclo repetido n vezes) e a e Fim para Para k = 1 at m e Compute Lk Atualize a melhor soluo encontrada ca Fim para Passo 3 Para cada par (i,j) calcule ij de acordo com a equao (6) ca Atualize a matriz de feromnio de acordo com a equao (5) o ca Passo 4 Se o critrio de parada no foi satisfeito e a Para cada par (i,j) ij = 0 Esvazie a tabu list de todas as formigas V para o passo 2 a Do contrrio a Imprima a melhor soluo e pare ca O algoritmo acima poder ser visto com maiores detalhes em (Colorni et al. (1999)).

Resultados Computacionais

Para se avaliar o desempenho do algoritmo descrito na seo anterior foram realizados testes ca com 7 diferentes problemas, os quais pertencem ao banco de problemas propostos por Nugent et al. (1968). Estes so problemas de arranjo de departamentos. Utilizamos os problemas com a 5, 12, 14, 15, 16 e 17 departamentos. Os dados podem ser obtidos em http://www.opt.math.tugraz.ac.at/qaplib/inst.html. Para cada problema foram realizados 50 testes com um mximo de 5000 iteraes e difera co entes valores para os parmetros = 1, 2 e 5 (ponderao do feromnio), = 1, 2 e 5 a ca o (ponderao de informaes heuristicas), = 0.5, 0.7 e 0.9 (persistncia de feromnio), ca co e o Q = 1, 10 e 100 (quantidade depositada de feromnio em cada ciclo) e m = 5, 10e 20 o (tamanho da populao de formigas). Foi mantido = 1, beta = 5, = 0.5 e m = 5. Os ca quadros abaixo resumem os resultados obtidos. As implementaes foram feitas em Matlab 7.0.1 e executadas em uma plataforma Intel co Core Duo, 1.73 GHz e 2Gb de RAM.

Problemas Nug Nug Nug Nug Nug Nug Nug 5 12 14 15 16a 16b 17

Melhor soluo ca C:50, S:4-1-5-2-3 C:602, S:12-8-4-10-9-5-6-11-3-1-2-7 C:1074, S:1-6-11-12-2-14-3-4-9-5-13-10-8-7 C:1256, S:6-11-8-7-14-15-4-1-3-5-2-9-12-13-10 C:1764, S:5-13-7-10-15-1-4-6-2-14-9-8-11-12-3-16 C:1318, S:2-3-14-7-13-4-5-16-15-7-6-9-11-12-1-10 C:1906, S:6-3-5-17-13-4-1-12-14-9-11-7-15-8-2-10-16

Quadro 1 - Problemas analisados e suas melhores solues aps a implementao. co o ca

Problemas Nug5 Nug12 Nug14 Nug15 Nug16a Nug16b Nug17

C.Otimo 50 578 1014 1150 1610 1240 1732

Melhor Custo 50 602 1074 1256 1764 1318 1906

E.Relativo 0.00% 4.15% 5.92% 9.22% 9.57% 6.29% 9.13%

Quadro 2 - Anlise comparativa entre as melhores solues e as solues obtidas aps implementao. a co co o ca

Problemas Nug5 Nug12 Nug14 Nug15 Nug16a Nug16b Nug17

Melhor 1 14 113 13 181 87 22

Pior 3446 4876 4729 4945 4977 4956 4957

Mdia e 91.20 1731.89 2304.81 2685.33 1983.89 2555.78 2225.36

D. Padro a 506.57 1486.10 1414.99 1536.71 1303.32 1441.37 1470.66

Quadro 3 - Desempenho do algoritmo para cada problema estudado atravs das iteraes e co

Concluses e trabalhos futuros o

Para problemas de pequeno porte os resultados obtidos, quando comparados com as melhores solues conhecidas, foram satisfatrios. Entretanto, a partir de 12 departamentos o algoritmo co o apresentou limitaes. Nesse contexto, estudos posteriores devem ser realizados visando-se a co congurao de mecanismos de otimizao que visem um melhor compromisso com a escolha de ca ca parmetros, buscas locais e globais para problemas de maior porte. a

Referncias e
COELHO, L.S. & NETO, R.F.T. (2004) - Colnia de Formigas: Uma Abordagem Promiso sora para Aplicaes de Atribuio Quadrtica de Projeto de Layout, XXIV ENEGEP. co ca a COLORNI, A.; DORIGO, M. & MANIEZZO, V. (1999) - The Ant System Applied to The Quadratic Assigment Problem. IEEE Transactions on Knowledge and Data Engineering , Vol. 11, p.769-778 DORIGO, M; DI CARO, G. & GAMBARDELLA, L.M. (1999) - Ant Algorithms for Discrete Optimization, Articial Life, Vol. 5, N . 3, p. 137-172.

FURTADO, J.C. & LORENA,L.A.N - Otimizao em Problemas de Leiaute. INPE ca KOOPMANS, T.C. & BECKMANN, M.J. (1957) - Assigment Problems and Location of Economics Activities. Econometria, Vol. 25, p. 53-76. NUGENT, C.E.; VOLLMANN, T.E. & RUML, J. (1968) - An Experimental Comparison of Techiques for the Assigment of Facilities to Locations. Operations Research, Vol.16, p.150-173. SAHNI, S. & GONZALEZ, T. (1976) - P-complete Aproximation Problem. Journal of Associated Computing Machinery, Vol.23, N . 3, p. 555-565.