Práctica de búsqueda local Notas. Algoritmo del temple simulado El algoritmo del temple simulado...
-
Upload
maximino-vasco -
Category
Documents
-
view
223 -
download
0
Transcript of Práctica de búsqueda local Notas. Algoritmo del temple simulado El algoritmo del temple simulado...
Práctica de búsqueda local
Notas
Algoritmo del temple simulado
• El algoritmo del temple simulado tiene un método no documentado que permite hacer una traza de los valores de los parámetros durante la ejecución.
• El método se llama traceOn() y se llama después de crear la instancia del algoritmo.
Material adicional
• Hay a disposición varias practicas de cuatrimestres pasados con las que se pueden probar los algoritmos.
• Seria conveniente que os familiarizáreis con los ejemplos de problemas que tenéis. Podéis mirar el código fuente y ejecutarlo.
• Entre los ejemplos, disponéis de prácticas que hicieron vuestros compañeros cuatrimestres pasados. – Tenéis los enunciados de las practicas correspondientes
en el apartado de Otro Material de la página Web [http://www.lsi.upc.edu/~bejar/ia/madicional.html].
Material adicional
• Podéis probar la practica del marenostrum y dos versiones de connectat utilizando los ficheros .bat que encontrareis en I:\AIA, los ficheros son:– marenostrum.bat – connectat.bat – centrals.bat
• El interfaz del marenostrum es un poco grande, igual hay problemas para verla en los monitores de los aularios.
• El enunciado está publicado en el racó.• Se puede empezar a trabajar ya a partir de esta
semana.
El guion de la practica
• Javier Béjar ha hecho un par de clases Java para que no necesitéis preocuparos de cómo se generan los escenarios.
• Ha colgado las clases en la pagina de laboratorio:– Tienen los fuentes, el compilado y la
documentación de las clases. – En la documentación se explica cómo generar
las diferentes proporciones entre oferta y demanda.
5
El guion de la practica
• La oferta y demanda se generan de manera aleatoria según unas distribuciones estadísticas.
• Están escogidas de manera que no sea demasiado difícil encontrar ofertas que cuadren con demandas, pero no son tan permisivas para que todo cuadre con todo.
• Las clases se llaman IA.bonos.Demanda e IA.bonos.Oferta.
6
El guion de la practica
• Debéis generar un objeto de cada clase para generar ofertas y demandas.
• Podéis generar el objeto pasando una semilla para que podáis reproducir los experimentos.
• Las funciones que generan los escenarios se llaman generaDemanda y generaOferta y reciben un parámetro entero indicando la cantidad que se ha de generar.
• Devuelven un ArrayList con objetos Demanda y Oferta.
7