استفاده از الگوریتم ژنتیک برای بهینه سازی مسئله فروشنده سیار
ترجمه نشده

استفاده از الگوریتم ژنتیک برای بهینه سازی مسئله فروشنده سیار

عنوان فارسی مقاله: بهینه سازی مسئله فروشنده سیار با استفاده از الگوریتم ژنتیک
عنوان انگلیسی مقاله: Travelling Salesman Problem Optimization Using Genetic Algorithm
مجله/کنفرانس: کنفرانس بین المللی Amity در مورد هوش مصنوعی - Amity International Conference on Artificial Intelligence
رشته های تحصیلی مرتبط: کامپیوتر
گرایش های تحصیلی مرتبط: مهندسی الگوریتم ها و محاسبات، هوش مصنوعی، محاسبات ابری
کلمات کلیدی فارسی: مسئله فروشنده سیار، الگوریتم ژنتیک، جمعیت، جهش مبادله، مقدار سزاواری، تقاطع نقطه M، انتخاب چرخ رولت
کلمات کلیدی انگلیسی: Travelling Salesman Problem، Genetic Algorithm، Population، Interchange Mutation، Fitness value، m-point Crossover، Roulette wheel selection
شناسه دیجیتال (DOI): https://doi.org/10.1109/AICAI.2019.8701246
دانشگاه: Amity School of Engineering and Technology, Amity University
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: کنفرانس
نوع مقاله: ISI
سال انتشار مقاله: 2019
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 5
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
کد محصول: E13123
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست انگلیسی مطالب

Abstract


I- Introduction


II- Genetic Algorithm


III- Travelling Salesman Problem


IV- Implementation


V- Results and Analysis Authors Figures


VI- Conclusion And Implication For Future Work


References

نمونه متن انگلیسی مقاله

Abstract


Optimization problem is which mainly focuses on finding feasible solution out of all possible solutions. Travelling salesman problem belongs to this one. As it is not possible to find its solution in definite polynomial time that is why it is considered as one of the NP-hard problem. This paper utilizes the optimization capability of genetic algorithm to find the feasible solution for TSP. The algorithm starts with the calculation of Euclidean distance between the towns to be visited by the salesman. Initial chromosome pool is generated using value encoding. Then best fit chromosomes are selected by applying roulette wheel selection which then goes through m-point crossover. Now we apply interchange mutation on the offsprings generated before. Now this whole process is repeated until the convergence of genetic algorithm.


CONCLUSION AND IMPLICATION FOR FUTURE WORK


Heuristic methods and genetic approaches are the most appropriate ways to solve the travelling salesman problem. Multiple optimal solutions can be obtained for this problem by using various combinations of selection, crossover and mutation techniques. We have surveyed many approaches and many combinations of genetic operators for this problem and the used combination of genetic operators in this paper is the optimized one among them. For future extension of this work we can use multiple combinations of hybrid genetic operators. The approach used can be operated in diverse network optimization problems like vehicle navigation routing model, task scheduling models, Chinese postman problem and logistic networks.

  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

استفاده از الگوریتم ژنتیک برای بهینه سازی مسئله فروشنده سیار
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها