Andere Kunden interessierten sich auch für
![Metaheurísticas de memoria adaptativa para el problema de agrupamiento]( "Metaheurísticas de memoria adaptativa para el problema de agrupamiento")
Metaheurísticas de memoria adaptativa para el problema de agrupamiento23,99 €![Combinatoria de Conjuntos Finitos, el Problema de las Anticadenas]( "Combinatoria de Conjuntos Finitos, el Problema de las Anticadenas")
Combinatoria de Conjuntos Finitos, el Problema de las Anticadenas32,99 €![Algoritmos Primal-Dual para el Problema de Programación Lineal]( "Algoritmos Primal-Dual para el Problema de Programación Lineal")
Algoritmos Primal-Dual para el Problema de Programación Lineal26,99 €![El aprendizaje de la Matemática, un problema social de la ciencia]( "El aprendizaje de la Matemática, un problema social de la ciencia")
El aprendizaje de la Matemática, un problema social de la ciencia36,99 €![El problema de tres cuerpos bajo el potencial de Schwarzschild]( "El problema de tres cuerpos bajo el potencial de Schwarzschild")
El problema de tres cuerpos bajo el potencial de Schwarzschild36,99 €![DN-Problema de dispersión de una onda plana sobre una cuña]( "DN-Problema de dispersión de una onda plana sobre una cuña")
DN-Problema de dispersión de una onda plana sobre una cuña25,99 €![Modelos de asignación bilateral]( "Modelos de asignación bilateral")
Modelos de asignación bilateral39,99 €
El problema de asignación clásico (AP) consiste en asignar un conjunto de tareas quizá trabajos por hacer, a un conjunto de agentes (personas o máquinas que pueden desempeñar dichas tareas). El problema de asignación múltiple (MMAP, por sus siglas en inglés de many to many assignment problem) es una generalización del AP, este problema a diferencia del AP permite la posibilidad de asignar un agente a varias tareas y varias tareas a un agente respetando las capacidades límites de ambos conjuntos. Creamos una heurística que consiste en dos fases: primero construye una relajación lagrangiana con el objetivo de generar soluciones (esta es mejor que la relajación clásica lagrangiana y obtiene buenas cotas, así como soluciones factibles en algunos casos), posteriormente aplicamos un algoritmo de factibilización greedy que obtiene la mejor solución factible.