• International Journal of Computer Science & Network Security
• /
• 제23권2호
• /
• pp.55-64
• /
• 2023

The travelling salesman problem (TSP) is an important combinatorial optimization problem that is used in several engineering science branches and has drawn interest to several researchers and scientists. In this problem, a salesman from an arbitrary node, called the warehouse, starts moving and returns to the warehouse after visiting n clients, given that each client is visited only once. The objective in this problem is to find the route with the least cost to the salesman. In this study, a meta-based ant colony system algorithm (ACSA) is suggested to find solution to the TSP that does not use local pheromone update. This algorithm uses the global pheromone update and new heuristic information. Further, pheromone evaporation coefficients are used in search space of the problem as diversification. This modification allows the algorithm to escape local optimization points as much as possible. In addition, 3-opt local search is used as an intensification mechanism for more quality. The effectiveness of the suggested algorithm is assessed on a several standard problem instances. The results show the power of the suggested algorithm which could find quality solutions with a small gap, between obtained solution and optimal solution, of 1%. Additionally, the results in contrast with other algorithms show the appropriate quality of competitiveness of our proposed ACSA.

• 대한교통학회지
• /
• 제23권4호
• /
• pp.81-91
• /
• 2005

외판원 문제(TSP; Traveling Salesman Problem)는 경로탐색 최적화문제로 '풀리지 않는 문제'(NP-complete; None-deterministic Polynomial-time complete)에 속하므로 경유지 수가 많아짐에 따라 급격히 계산시간이 증가한다. 때문에 적용시 정확한 최적해보다는 최적 근사해에 대한 발견적 (heuristic) 알고리즘들을 이용한다. 본 연구는 TSP에 적용되는 발견적 알고리즘으로 개미 시스템알고리즘(ASA; Ant System Algorithm)을 검토하고. 국내 택배시스템에 ASA의 적용가능성을 검토하였다. ASA는 NP-complete 문제를 위한 발견적 알고리즘으로, 1990년대 초 M. Dorigo 등에 의해 연구되어졌다. ASA는 개미들이 이동간에 페로몬이라는 일종의 화학물질을 분비할 때, 이동경로 상에 분비된 페로몬 누적에 따라 확률적 방법으로 경로를 결정하게 된다. 이러한 ASA는 NP-complete문제에서 계산시간이나 최단경로탐색에서 우수한 결과를 얻는 것으로 발표되고 있으며, 교통분야에서 차량경로탐색뿐만 아니라 네트워크 관리 및 도로선형계획 등 그 적용범위가 점차 확대되어지고 있다. 현재 국내 택배시스템에서 차량배차시 명확한 기준이 없으며 주로 담당 운전자의 경험과 판단에 의해 결정된다. 본 연구에서는 국내택배시스템에 ASA의 적용가능성을 검토하였다. 담당 운전자의 경로결정이 가로 10.0km, 세로 10.0km의 범위에서 인접이웃알고리즘(NNA: Nearest Neighbor Algorithm)을 따른다고 가정했을 때와 랜덤한 20개의 경유지를 가질 때, 그리고 경유지 수를 10개씩 증가하여 200개까지 증가할 때를 비교 분석한 결과, ASA이 NNA 보다 우수하였다. ASA을 국내택배시스템에 적용시 운송비용 절감 등의 운영개선을 기대할 수 있으며, 특히 영세한 택배업체에서 보다 저렴하고 우수한 택배시스템을 구축할 수 있을 것으로 보인다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.652-656
• /
• 2002

본 연구에서는 각 수요지간의 시간이 확률적으로 주어지는 경우의 TSP(Traveling Salesman Problem)를 다루고자 한다. 현실적으로, 도심의 교통 체증 등으로 인해서 각 지점간의 걸리는 시간은 시간대별로 요일별로 심한 변화를 일으키기 마련이다. 그러나, 현재까지의 연구 결과는 수요지간의 경과시간이 확정적으로 주어지는 경우가 대부분으로, 도심물류 등에서 나타나는 현실적인 문제를 해결하는데는 많은 한계가 있다 본 연구에서는 문제의 해법으로 강화학습기법의 하나인 Q학습(Q-Learning)과 Neural Network를 활용한 효율적인 알고리즘을 제시한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.285-288
• /
• 2000

본 연구는 Heuristic 알고리즘 및 유전자알고리즘(GA)을 이용하여 수거(Pickup) 및 배달(Delivery)을 동시에 고려한 통합차량운송계획 모델의 개발이다. 본 연구는 기존의 TSP의 문제를 확장 응용하였으며, 이는 한 Route에서 수거지(Origin)와 운반지(Destination)를 포함하는 수요들을 만족하도록 운반되어야 하는 문제이다. 이러한 통합차량경로계획문제(VRP Vehicle Routing Problem)를 해결하기 위한 접근방법으로 Heuristic 방법을 사용하였으며, 기존의 Saving 알고리즘과 유전자알고리즘(Genetic Algorithm)의 각종 연산자(Operators)들을 계산하여 사용한 TSP문제의 해를 본 연구의 해의 초기해로 사용하였으며 수거 및 배달문제의 특성을 고려하여 해를 구하였다. 본 연구의 결과를 다양한 운송환경에서, 거리산정방법, 가용운송장비 대수, 운송시간의 제한, 물류센터 및 운송지점의 위치 및 수요량 등 다양한 인자들을 고려한 통합시스템으로 프로그램을 개발하고 Sample 문제를 통하여 응용결과를 보였다.

• 한국국방경영분석학회지
• /
• 제17권1호
• /
• pp.146-158
• /
• 1991

In this paper, we deal with the TSP (Traveling Salesperson Problem) which is well-known as NP-complete optimization problem. the TSP is applicable to network routing. task allocation or scheduling. and VLSI wiring. Well known numerical methods such as Newton's Metheod. Gradient Method, Simplex Method can not be applicable to find Global Solution but the just give Local Minimum. Exhaustive search over all cyclic paths requires 1/2 (n-1) ! paths, so there is no computer to solve more than 15-cities. Heuristic algorithm. Simulated Annealing, Artificial Neural Net method can be used to get reasonable near-optimum with polynomial execution time on problem size. Therefore, we are able to select the fittest one according to the environment of problem domain. Three methods are simulated about symmetric TSP with 30 and 50-city samples and are compared by means of the quality of solution and the running time.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1352-1354
• /
• 2008

2008년 7월 인터넷 기사에 "살인적 노동, 택배 배송직원의 하루"라는 글이 올라왔다. 하루 16시간을 뛰어 다녀야 하는 배송직원들은 자신이 배달하는 지역별로 차에 물건을 싣는 동시에 배송지역을 지도로 확인하는 작업까지 해야 한다. 그리고 배달경로 설정 또한 전적으로 그 지역 배송직원의 개인적인 노하우에 의존하여 이루어진다는 것이다. 본 연구에서는 물건의 배송정보가 RFID에 저장이 되어있다는 가정하에 지리정보시스템과 TSP(Traveling salesman problem)을 이용하여 차에 실려있는 물건의 배송지역을 디스플레이해주고 다수의 경유지를 최소 거리와 최소 시간에 방문할 수 있는 시스템을 제안한다.

• 한국정밀공학회지
• /
• 제19권10호
• /
• pp.66-76
• /
• 2002

Automated welding and soldering are an important manufacturing issue in order to lower the cost, increase the quality, and avoid labor problems. An off-line programming, OLP, is one of the powerful methods to solve this kind of diversity problem. Unless an OLP system is ready for the path optimization in welding and soldering, the waste of time and cost is unavoidable due to inefficient paths in welding and soldering processes. Therefore, this study attempts to obtain path optimization using a genetic algorithm based on artificial intelligences. The problem of welding path optimization is defined as a conventional TSP (traveling salesman problem), but still paths have to go through welding lines. An improved genetic algorithm was suggested and the problem was formulated as a TSP problem considering the both end points of each welding line read from database files, and then the transit problem of welding line was solved using the improved suggested genetic algorithm.

• 한국대기환경학회지
• /
• 제8권3호
• /
• pp.179-190
• /
• 1992

This study was carried out to characterize sources of atmospheric total suspended particulates (TSP) in urban and sub--urban areas of metropolitan taegu. The sources were tentatively identified by a multivariate technique, i.e. principal component analysis (PCA), and the source contributions to the atmospheric concentrations of TSP were further estimated by stepwise multiple regression analysis. A total of 5 sources was identified in the urban area of Taegu (soil dust resuspension, fuel combustion, secondary aerosol, traffic related aerosol, and refuge burning), while 4 sources were found to be significant in the sub--urban area as following: fuel combustion/secondary aerosol, soil dust resuspension, traffic related aerosol, and wood/agricultural burning. The largest contributor to the atmospheric TSP appeared to be the soil dust resuspension in both areas. The source apportionment of the extractable organic matter (EOM) was also carried out for the Taegu data. The EOM was determined with respect to the solvent polarity, i.e. cyclohexane (non-polar), dichloromethane (semi--polar), and acetone (polar). In addition, the source profiles for the TSP in Taegu area were estimated using a PCA-based algorithm, and the validity was evaluated tentatively by comparing the data in the literature.

• 산업경영시스템학회지
• /
• 제20권41호
• /
• pp.1-14
• /
• 1997

This study proposes a genetic algorithm using Pr(equation omitted)fer number for the traveling salesman problem(PNGATSP). Nearest neighbor nodes are mixed with randomly selected nodes at the stage of generating initial solutions. Proposed PNGATSP adopts a few ideas which are different from traditional genetic algorithms. For instance, an exponential fitness function and elitism are used and Pr(equation omitted)fer number is used for encoding TSP. Genetic operators are selected by experiments, which make a good solution among four combinations of conventional genetic operators and new genetic operators. For respective combinations, robust set of parameters is determined by the experimental designing approach. The feature of Pr(equation omitted)fer number code for TSP and the search power of GA using Pr(equation omitted)fer number is analysed. The best is a combination of OX(order crossover) and swap, which is superior to the other experimented combinations of genetic operators by 1.0%∼12.8% deviation.

• 대한안전경영과학회지
• /
• 제3권3호
• /
• pp.191-200
• /
• 2001

Parallel Genetic Algorithms partition the whole population into several sub-populations and search the optimal solution by exchanging the information each others periodically. Distributed Genetic Algorithm, one of Parallel Genetic Algorithms, divides a large population into several sub-populations and executes the traditional Genetic Algorithm on each sub-population independently. And periodically promising individuals selected from sub-populations are migrated by following the migration interval and migration rate to different sub-populations. In this paper, for the Travelling Salesman Problems, we analyze and compare with Distributed Genetic Algorithms using different Genetic Algorithms and using same Genetic Algorithms on each separated sub-population The simulation result shows that using different Genetic Algorithms obtains better results than using same Genetic Algorithms in Distributed Genetic Algorithms. This results look like the property of rapidly searching the approximated optima and keeping the variety of solution make interaction in different Genetic Algorithms.