Остання редакція: 2024-04-24
Анотація
Розглянуто проблему комівояжера та принцип роботи генетичного алгоритму. Вирішення даної проблеми є дуже важливим оскільки з максимально оптимальним рішенням даної проблеми і використанням цього алгоритму в промислових цілях зменшить вартість логістики. Для покращення результатів можна змінювати певні параметри генетичного алгоритму, принципом роботи якого є використання найкращих результатів та покращення результатів у майбутніх ітераціях. Порівняно результати при використанні різних параметрів алгоритму та різних вхідних даних проблеми, для отримання найкращого результату.
COMPARISON OF SOLUTIONS TO THE TRAVELLING SALESMAN PROBLEM USING THE GENETIC ALGORITHM
Abstract:
The problem of the traveling salesman and the principle of the genetic algorithm are considered. The solution of this problem is very important because with the most optimal solution of this problem and the use of this algorithm for industrial purposes will reduce the cost of logistics. To improve the results, you can change certain parameters of the genetic algorithm, the principle of which is to use the best results and improve the results in future iterations. Compared the results when using different parameters of the algorithm and different input data of the problem, to obtain the best result.
Ключові слова
Посилання
1. Traveling Salesman Problem (TSP) and How Tech Can Solve It. [Електронний ресурс] . – Режим доступу : https://blog.locus.sh/travelling-salesman-problem-and-how-can-tech-solve-it/.
2. Literature Survey On Travelling Salesman Problem Using Genetic Algorithms / Anitha Rao, Sandeep Kumar Hegde – International Journal of Advanced Research in Education Technology (IJARET), 2015 – С. 42.
3. Traveling salesman problem / Karla L. Hoffman, Manfred Padberg and Giovanni Rinaldi – Kluwer Academic Publishers 2001, 2. C.
4. An Introduction to Genetic Algorithms / Jenna Carr – 2014, C. 6-16.
5. Travelling Salesman Problem using Genetic Algorithm / Varshika Dwivedi, Taruna Chauhan, Sanu Saxena, Princie Agrawal – Journal of Computer Applications 2012, C. 25-26.
6. Genetic Algorithm / Tom V. Mathew – C. 13-14.