Comparision of ant colony and genetic algorithms for the solution of travel salesman problem
Yükleniyor...
Dosyalar
Tarih
2018
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Altınbaş Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
The Theory of computational complexity is an essential branch of study in the science of theoretical computing and mathematics. The resolution of Polynomial and Non Polynomial problems is one of the main problems that have open solutions, for which no famous efficient algorithm exist. The Problem of Traveling Salesman (TSP) is an example of these problems. Such a problem include, a count of specified cities must be visited by a traveling salesman where both start and end points will be the same city and getting a tour of all cities so that the complete distance or time is minimized will be the aim. The application of Optimization algorithms is one of the famous methods of the solution regarding to the TSP. These algorithms usually simulate the occurring phenomena in nature. Currently there exist several of such algorithms; for example, Genetic Algorithm (GA) and Optimization of Ant Colony (ACO). This paper aimed to compare two approaches, GA and ACO for solution of TSP. The results obtained from our experiments showed that the ACO is better than GA since it requires less execution time for solving the same problem.
Polinom zamanda çözülebilecek (P) ve polinom zamanda doğrulanabilecek (NP) problemlerin bilinen etkin bir algoritmasının olmaması, hesaplamadaki karmaşıklık teorisinin teorik hesaplama ve matematiğin gerekli bir bilimsel çalışma kolu olmasını sağlamıştır. Gezgin satıcı problemi (GSP) bu tür problemlere örnektir. Bu problemde, satıcı tarafından belli sayıda şehirin ziyaret edilmesi istenir. Başlangıç ve bitiş şehri olarak aynı şehir ele alınır. GSP’nin amacı bir turu en az mesafe ve zamanda bitirmesidir. Evrimsel algoritmalar, GSP çözümü için kullanılan popüler yöntemlerdendir. Bu algoritmalar genelde doğada oluşan olayların benzeşimini temel almaktadır. Günümüzde, karınca kolonisi eniyileştirmesi (KKE) ve genetik algoritma (GA) bu tür algoritmalara örnektir. Bu tez kapsamında, GSP çözümü KKE ve GA ile gerçekleştirilerek sonuçları karşılaştırılmıştır. Deneyler sonucu elde edilen sonuçlar, KKE nun GA dan daha başarılı sonuç verdiği ve aynı problemin çözümü için daha az zaman kullandığı görülmüştür.
Polinom zamanda çözülebilecek (P) ve polinom zamanda doğrulanabilecek (NP) problemlerin bilinen etkin bir algoritmasının olmaması, hesaplamadaki karmaşıklık teorisinin teorik hesaplama ve matematiğin gerekli bir bilimsel çalışma kolu olmasını sağlamıştır. Gezgin satıcı problemi (GSP) bu tür problemlere örnektir. Bu problemde, satıcı tarafından belli sayıda şehirin ziyaret edilmesi istenir. Başlangıç ve bitiş şehri olarak aynı şehir ele alınır. GSP’nin amacı bir turu en az mesafe ve zamanda bitirmesidir. Evrimsel algoritmalar, GSP çözümü için kullanılan popüler yöntemlerdendir. Bu algoritmalar genelde doğada oluşan olayların benzeşimini temel almaktadır. Günümüzde, karınca kolonisi eniyileştirmesi (KKE) ve genetik algoritma (GA) bu tür algoritmalara örnektir. Bu tez kapsamında, GSP çözümü KKE ve GA ile gerçekleştirilerek sonuçları karşılaştırılmıştır. Deneyler sonucu elde edilen sonuçlar, KKE nun GA dan daha başarılı sonuç verdiği ve aynı problemin çözümü için daha az zaman kullandığı görülmüştür.
Açıklama
Anahtar Kelimeler
Problem Of Traveling Salesman, Optimization, Genetic Algorithm, Optimization Of Ant Colony, Gezgin Satıcı Problem, Eniyileştirme, Genetik Algoritma, Karınca Kolonisi Eniyileştirme
Kaynak
AURUM Mühendislik Sistemleri ve Mimarlık Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
2
Sayı
2
Künye
Alashheb, W. M. A., Duru, A. D., Bayat, O., & Uçan, O. N. Comparision of ant colony and genetic algorithms for the solution of travel salesman problem. AURUM Mühendislik Sistemleri ve Mimarlık Dergisi, 2(2), 29-43.
