Professional Documents
Culture Documents
Metodos PDF
Metodos PDF
1. INTRODUÇÃO TEÓRICA
2. OBJETIVOS
3. METODOLOGIA
3.1. Materiais
3.2. Métodos
4. RESULTADOS E DISCUSSÕES
5. CONCLUSÃO
6. REFERÊNCIAS BIBLIOGRÁFICAS
1
1. INTRODUÇÃO TEÓRICA
2
O algoritmo de Metropolis (figura 1) segue o seguinte esquema: escolhemos um conjunto de
probabilidades de seleção 𝑔(µ → ν), uma para cada possível transição de um estado para
outro,µ → ν, então escolhemos um conjunto de probabilidades de aceitação 𝐴(µ → ν) tal que
𝑃(µ→ν) 𝑔(µ→ν)𝐴(µ→ν)
𝑃(ν→µ)
= 𝑔(ν→µ)𝐴(ν→µ)
(1)
𝐴(µ→ν) 𝑔(µ→ν)
Onde: 𝐴(ν→µ)
podem assumir quaisquer valores entre 0 e ∞, assim como 𝑔(ν→µ)
pode assumir
qualquer valor desejado.
3
B
4
2. OBJETIVOS
Esse trabalho tem como objetivo implementar códigos que resolvam o Problema do Caixeiro
Viajante (PCV) utilizando o método Monte Carlo com algoritmo de Metrópolis e Simulated
Annealing.
3. METODOLOGIA
3.1. Métodos
Para a realização deste algoritmo foram utilizados o método Monte Carlo com o algoritmo de
Metropolis e o esquema de Simulated Annealing (SA), como explicado na introdução teórica.
4. RESULTADOS E DISCUSSÕES
5
I
N=5
it=10000
T=0.1
Distância Inicial= 2.614662
Distância Final = 1.003864
6
I
N=10
it=10000
T=0.1
7
I
F
N = 20
it = 10000
T = 0.1
Distância Inicial= 10.650063
Distância Final =0.905097
8
I
N = 100
it = 10000
T = 0.1
Distância Inicial= 50.655043
Distância Final =0.905097
EXERCÍCIO 2
9
I
F
N = 20
it = 10000
T = 0.1
10
I
N = 100
it = 10000
T = 0.1
11
I
N = 500
it = 10000
T = 0.1
Distância Inicial= 165.170877
Distância Final = 106.321517
12
5. CONCLUSÃO
13
6. REFERÊNCIAS BIBLIOGRÁFICAS
14
introdução
o que é:
é MCM
PCV
Simulated Annealing
como é utilizado para a resolução de problemas
objetivos
metodologia
materiais
métodos
resultados e discussões
conclusão
15
referencias
16