logo móvil
Contáctanos

Gráficos de incendios: formulaciones matemáticas y soluciones óptimas

Autores: García-Díaz, Jesús; Rodríguez-Henríquez, Lil María Xibai; Pérez-Sansalvador, Julio César; Pomares-Hernández, Saúl Eduardo

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Gráficos de incendios: formulaciones matemáticas y soluciones óptimas


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Problema de quema de grafos
Software de optimización
Formulaciones matemáticas
Problemas de satisfacción de restricciones
Grafos de referencia
Soluciones óptimas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 23

Citaciones: Sin citaciones


Descripción
El problema de quemar grafos es un problema de optimización combinatoria NP-duro que ayuda a cuantificar cuán vulnerable es un grafo a la contagio. Este documento presenta tres formulaciones matemáticas del problema: un programa lineal entero (ILP) y dos problemas de satisfacción de restricciones (CSP1 y CSP2). Gracias al software de optimización listo para usar, estas formulaciones pueden resolverse de manera óptima en grafos arbitrarios; esto es relevante porque los únicos algoritmos diseñados hasta la fecha para este problema son algoritmos de aproximación y heurísticas, que no garantizan encontrar soluciones óptimas. Comparamos empíricamente las formulaciones propuestas utilizando grafos aleatorios y software de optimización listo para usar. Los resultados muestran que CSP1 y CSP2 tienden a alcanzar soluciones óptimas en menos tiempo que el ILP. Por lo tanto, las ejecutamos en algunos grafos de referencia de un orden de hasta 5908. Se mejoraron las soluciones previamente conocidas para algunos de estos grafos. Sacamos algunas observaciones empíricas de los resultados experimentales. Por ejemplo, encontramos la tendencia: cuanto mayor es la solución óptima del grafo, más difícil es encontrarla. Finalmente, el conjunto resultante de soluciones óptimas podría ser útil como un conjunto de datos de referencia para la evaluación del rendimiento de algoritmos no exactos.

Otros recursos que podrían interesarte

Temas Virtualpro