Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Podróże służbowe
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Zastosowanie algorytmu genetycznego z operatorem inwersji genów w celu poszukiwania rozwiązania problemu komiwojażera

100%
Handzel Z., Gajer M.
Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie
|
2013
|
vol. 9
127-134
PL
W artykule przedstawiono propozycję zastosowania algorytmu genetycznego z operatorem inwersji genów na potrzeby rozwiązania zagadnienia komiwojażera. Jak już uprzednio wspomniano, algorytm genetyczny nie jest w stanie odnaleźć rozwiązania optymalnego, czyli takiego, które charakteryzuje się najmniejszą z możliwych długością trasy, jaką musi pokonać komiwojażer, aby odwiedzić każde z miast dokładnie jeden raz. W związku z tym odnajdywane przez algorytm genetyczny rozwiązania są jedynie [rozwiązaniami suboptymalnymi, czyli związane z nimi długości tras komiwojażera są na pewno dłuższe od długości pożądanej trasy optymalnej. Jednak wykonywanie algorytmu genetycznego przez odpowiednio dużą liczbę pokoleń daje gwarancję, że uzyskane rezultaty nie będą zbytnio odbiegały od pożądanego rozwiązania optymalnego i zwykle z punktu widzenia praktycznych zastosowań odnajdywane przez algorytm genetyczny rozwiązania są już odpowiednio wysokiej jakości i mogą być wstępnie wykorzystywane w wielu różnorodnych praktycznych zastosowaniach w wybranych obszarach techniki i ekonomii. (fragment tekstu)
EN
In the paper we propose to use a genetic algorithm for the purpose offinding solutions of the traveling salesman problem. We use a unique gene inversion operator, which allowed us to implement the genetic algorithm in the form of evolutionary strategy with many evolving individuals. The traveling salesman problem belongs to the broader class of NP-hard problems, which causes that the optimal solution cannot be found in a reasonable time period, even for the relatively low number of cities. The implemented by the authors evolutionary strategy makes it possible to find suboptimal solutions of traveling salesman problem, which are of relatively good quality.(original abstract)
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.