• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.73-82
• /
• 2011

메타 휴리스틱 알고리즘을 이용해 TSP (Traveling Salesman Problem) 문제를 풀고자 하는 많은 시도가 이루어지고 있다. TSP 문제는 대표적인 NP_Hard 문제로 탐색 알고리즘이나 최적화 알고리즘을 실험하는데 많이 사용되고 있으며, 복잡한 사회의 많은 문제들의 표준 모델로 제시되고 있다. 본 논문에서는 2009년 제안된 MINE 알고리즘을 TSP 에 적용시켜 메타 휴리스틱 알고리즘으로서의 탐색성능을 알아보고자 하였다. 이에 S-MINE (Search - MINE) 알고리즘을 제안하였으며, TSP 에 적용하여 그 결과를 고찰하였다.

• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.105-111
• /
• 2004

Traveling Salesman Problem(TSP)을 해결하기 위해 DNA 컴퓨팅이 사용되고 있다. 그러나 현재의 DNA 컴퓨팅을, TSP에 적용하였을 때, 정점과 정점사이의 가중치를 효율적으로 표현할 수 없다. 본 논문에서는 TSP의 정점과 정점 사이의 가중치를 효율적으로 표현하기 위해 DNA 컴퓨팅 기법에 DNA 코딩방법을 적용한 ACO(Algorithm for Code Optimization)를 제안한다. 우리는 ACO를 TSP에 적용하였고, 그 결과 ACO 는 Adleman의 DNA 컴퓨팅 알고리즘보다 가변길이의 DNA 코드와 간선의 가중치를 효율적으로 표현할 수 있었다. 또한 ACO 는 Adleman의 DNA 컴퓨팅 알고리즘 보다 탐색 시간과 생물학적 오류율을 50% 정도 줄일 수 있었으며, 빠른 시간 내에 최단경로를 탐색할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.983-985
• /
• 1995

In this paper, we propose a Self Organizing Feature Map (SOFM) Type Neural Computation Algorithm for the Travelling Salesman Problem(TSP). The actual best solution to the TSP problem is computatinally very hard. The reason is that it has many local minim points. Until now, in neural computation field, Hopield-Tank type algorithm is widely used for the TSP. SOFM and Elastic Net algorithm are other attempts for the TSP. In order to apply SOFM type neural computation algorithms to the TSP, the object function forms a euclidean norm between two vectors. We propose a Largrangian for the above request, and induce a learning equation. Experimental results represent that feasible solutions would be taken with the proposed algorithm.

• 지구물리와물리탐사
• /
• 제6권1호
• /
• pp.13-22
• /
• 2003

TSP탐사는 터널 및 지하공간의 건설 시 굴착 진행 중인 터널 주위의 지질구조를 파악하기 위하여 VSP탐사를 터널 내에 적용한 물리탐사 기법이다. 하지만 터널 굴착예정 지역의 지질구조에 따른 터널 주위에서 파의 전파특성을 보여줄 수 있는 인공 탄성파합성 알고리듬이 부족한 실정이다. 이에 본 연구에서는 기존의 2차원 유한 요소 탄성파 모델링 알고리듬을 발전시켜 터널 전방에 여러 형태의 지질구조가 존재하는 경우에 대하여 2차원 시간영역 탄성파 모델링을 수행하였다. 그리고 이로부터 얻은 인공합성 탄성파단면과 파면단면을 통하여 파의 전파특성을 규명하고자 하였다. 우선 TSP탐사와 동일한 형태의 송수신 배열을 한 후, 균질 매질에 대한 모델링을 수행하여 인공합성 탄성파단면과 파면단면을 동시에 구해 직접파의 전파특성을 분석하였다. 그리고 터널 굴착방향과 수직인 반사면과 평행인 반사면이 존재하는 경우에 대해 각각 모델링을 수행하여 균질 매질의 경우와의 비교, 분석을 통해 반사파들의 전파특성을 고찰하였다. 또한 송신원을 수진기의 앞쪽과 뒤쪽에 배열한 두 가지 경우에 대하여 모델링을 수행하여, 두 방법의 특성과 장단점을 고찰하였다. 이와 같은 모델링을 통하여 TSP탐사자료의 해석, 역산 알고리듬의 개발 및 송수신 개발 등에 도움을 줄 수 있을 것으로 사료된다.

• 산업경영시스템학회지
• /
• 제22권51호
• /
• pp.21-28
• /
• 1999

The TSP(Traveling Salesman Problem) is one of the most widely studied problems in combinatorial optimization. The most common interpretation of TSP is finding a shortest Hamiltonian tour of all cities. The objective of this paper proposes a new heuristic algorithm MCH(Multi-Convex hulls Heuristic). MCH is a algorithm for finding good approximate solutions to practical TSP. The MCH algorithm is using the characteristics of the optimal tour. The performance results of MCH algorithm are superior to others algorithms (NNH, CCA) in CPU time.

• 대한산업공학회지
• /
• 제32권1호
• /
• pp.61-73
• /
• 2006

This paper deals with traveling salesman problem(TSP) with the stochastic travel time. Practically, the travel time between demand points changes according to day and time zone because of traffic interference and jam. Since the almost pervious studies focus on TSP with the deterministic travel time, it is difficult to apply those results to logistics problem directly. But many logistics problems are strongly related with stochastic situation such as stochastic travel time. We need to develop the efficient solution method for the TSP with stochastic travel time. From the previous researches, we know that Q-learning technique gives us to deal with stochastic environment and neural network also enables us to calculate the Q-value of Q-learning algorithm. In this paper, we suggest an algorithm for TSP with the stochastic travel time integrating Q-learning and neural network. And we evaluate the validity of the algorithm through computational experiments. From the simulation results, we conclude that a new route obtained from the suggested algorithm gives relatively more reliable travel time in the logistics situation with stochastic travel time.

• 대한전자공학회논문지TC
• /
• 제47권11호
• /
• pp.1-6
• /
• 2010

센서네트워크 등에서 단말 또는 노드들을 한 번씩 모두 방문하는 최적의 라우팅 경로를 동적으로 찾는 문제가 대두된다. 이러한 문제를 근사하게 해결 할 수 있는 일반화된 scheme을 제시하고, 이를 기반으로 구성되는 알고리즘의 실행시간 및 그 결과의 바운드를 수리적으로 정립하면, 주어진 네트워크에서 구축되는 라우팅 경로를 수리적으로 분석 할 수 있게 된다. 본 논문은 이러한 문제를 대표하는 Euclidean TSP(Euclidean Travelling Sales Person) 문제를 대상으로 하여, 근사 Euclidean TSP를 병렬처리 형태로 구성할 수 있는 scheme을 제공하고, 이 scheme에 의해 구해 질 수 있는 근사 Euclidean TSP가 최적의 Euclidean TSP와 어느 정도의 차이를 가지게 되는지 판단할 수 있는 기준을 제시한다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.222-227
• /
• 2006

현재 막대한 병렬성을 갖는 DNA 컴퓨팅을 이용하여 Traveling Salesman Problem (TSP)를 해결하기 위한 연구가 진행되고 있다. 하지만 기존의 방법은 그래프 문제의 표현에서 DNA의 특성을 고려하지 않아, 실제 생물학적 실험 결과와의 차이가 발생하고 있다. 따라서 DNA의 특성을 반영하고 생물학적 실험 오류를 줄일 수 있는 DNA 서열 생성 알고리즘이 필요하다. 본 논문에서는 DNA 컴퓨팅에 진화 모델의 하나인 DNA 코딩 방법을 적용한 DNA 서열 생성 알고리즘을 제안한다. 제안한 알고리즘은 TSP에 적용하여 기존에 단순 유전자 알고리즘과 비교하였다. 그 결과 제안한 알고리즘은 오류를 최소화한 우수한 서열을 생성하고 생물학적 실험 오류율도 줄일 수 있었다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.823-828
• /
• 2005

개미 군락 시스템 (Ant Colony System, ACS)은 조합 최적화 문제 중의 하나인 방문 판매원 문제에(Traveling Salesman Problem TSP) 간단하게 응용할 수 있고 좋은 결과를 보여주었다. 그러나 ACS는 작은 TSP에서는 최적해를 구하였지만, 큰 TSP에 대해서는 최적해를 구하지 못하였다. 본 연구에서는 큰 TSP에 대한 최적해를 찾기 위하여 개미들에게 좀 더 많은 정보를 주는 기법의 하나로 한 도시에서 다음 도시로의 탐색 경로를 결정할 때, 인접한 도시들에(adjacent neighbor) 대한 거리로만 결정하지 않고 길이가 w인 부경로(subpath)에 대한 정보를 미리 수집한 후, 이 정보를 이용하여 경로를 생성하였다. 실험 결과 본 연구에서 제안한 기법이 기존의 ACS 기법보다 큰 그래프에서 최적해(Known Optimal)에 가까운 경로를 찾는 것을 볼 수 있다. 그래프에 따라서는 기존의 ACS 기법보다 최대 $70\%$ 이상의 성능이 개선되었으며 평균적으로 $30\%$ 내외의 개선된 결과를 보여준다.

• 한국멀티미디어학회논문지
• /
• 제22권9호
• /
• pp.1108-1121
• /
• 2019

As the quality and level of life rise, many people are doing search for various pieces of information about tourism. In addition, users prefer the search methods reflecting individual opinions such as SNS and blogs to the official websites of tourist destination. Many of previous studies focused on a recommendation system for tourist courses based on the GPS information and past travel records of users, but such a system was not capable of recommending the latest tourist trends. This study thus set out to collect and analyze the latest SNS data to recommend tourist destination of high interest among users. It also aimed to propose an altered TSP algorithm to recommend the optimal routes to the recommended destination within an area and a system to recommend the optimal tourist courses by applying the Elasticsearch engine. The altered TSP algorithm proposed in the study used the location information of users instead of Dijkstra's algorithm technique used in previous studies to select a certain tourist destination and allowed users to check the recommended courses for the entire tourist destination within an area, thus offering more diverse tourist destination recommendations than previous studies.