اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتطوير خوارزمية هجينة لحل مسألة البائع المتجول المتعددة الأهداف
New Hybrid Evolutionary Algorithm for the Multi-Objective Traveling Salesman Problem (moTSP)
3346
6 135
0
(
0
)
نشر من قبل
جامعة البعث ورقة بحثية
تاريخ النشر
2017
مجال البحث
الهندسة الكهربائية والميكانيكية
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعد إيجاد الحلول الأمثلية لمسألة البائع المتجول أمرًا مطلوباً في كثير من الأبحاث و التطبيقات العملية على اعتبار وجود مجموعة من الأهداف في وقت واحد. نقدم في هذا البحث خوارزمية هجينة لحل مسألة البائع من خلال دمج خوارزمية مستعمرة النمل مع الخوارزمية الجينية.
In the Multi-objective Traveling Salesman Problem (moTSP) simultaneous optimization of more than one objective functions is required. This paper proposes hybrid algorithm to solve the multiobjectives Traveling Salesman problem through the integration of the ant colony optimization algorithm with the Genetic algorithm.
مراجعة الذكاء الصنعي:
ملخص البحث
يهدف هذا البحث إلى تطوير خوارزمية هجينة جديدة لحل مسألة البائع المتجول المتعددة الأهداف (moTSP) من خلال دمج خوارزمية مستعمرة النمل (ACO) مع الخوارزمية الجينية (GA). تتألف الخوارزمية المقترحة من مرحلتين: في المرحلة الأولى، يتم استخدام خوارزمية النمل لتوليد المجمع البدائي، وفي المرحلة الثانية، يتم استخدام الخوارزمية الجينية لتسريع عملية الحصول على الحلول الأمثلية. أظهرت النتائج تفوق الخوارزمية المقترحة بنسبة لا تتجاوز 10% على بقية الخوارزميات المستخدمة مثل الخوارزمية الجينية وخوارزمية تلدين المعادن. تم تطبيق الخوارزمية على عشر أمثلة من مسألة البائع المتجول المتعددة الأهداف، والتي تتضمن ثلاثة توابع هدف. نسبة التحسين التي تم الحصول عليها تعود إلى استخدام خوارزمية النمل لتوليد المجمع البدائي بدلاً من استخدام مجمع بدائي يتم اختياره عشوائياً في الخوارزمية الجينية. تختلف هذه النسبة وتتراوح بين 0% و 10% بناء على توابع الهدف المستخدمة. يمكن أن يكون هذا البحث نواة لاقتراح عدة خوارزميات أخرى من خلال عكس ترتيب الخوارزميتين في الخوارزمية المقترحة.
قراءة نقدية
دراسة نقدية: يعتبر البحث مساهمة قيمة في مجال حل مسائل البائع المتجول المتعددة الأهداف من خلال دمج خوارزميات حيوية مختلفة. ومع ذلك، يمكن أن يكون هناك بعض النقاط التي تحتاج إلى تحسين. أولاً، نسبة التحسين التي تم الحصول عليها لا تتجاوز 10%، مما قد يشير إلى أن الفائدة العملية للخوارزمية المقترحة قد تكون محدودة في بعض الحالات. ثانياً، لم يتم تقديم تحليل شامل لتأثير تغيير معلمات الخوارزمية على الأداء، مما قد يكون مفيداً لفهم أفضل لكيفية تحسين الخوارزمية. ثالثاً، يمكن أن يكون من المفيد مقارنة الخوارزمية المقترحة مع خوارزميات هجينة أخرى لمزيد من التحقق من فعاليتها. على الرغم من هذه النقاط، فإن البحث يقدم إطاراً جيداً يمكن البناء عليه لتحسين الحلول في المستقبل.
أسئلة حول البحث
-
ما هي الخوارزمية المقترحة في البحث لحل مسألة البائع المتجول المتعددة الأهداف؟
الخوارزمية المقترحة هي خوارزمية هجينة تجمع بين خوارزمية مستعمرة النمل (ACO) والخوارزمية الجينية (GA).
-
ما هي نسبة التحسين التي حققتها الخوارزمية المقترحة مقارنة بالخوارزميات الأخرى؟
نسبة التحسين التي حققتها الخوارزمية المقترحة تتراوح بين 0% و 10% بناء على توابع الهدف المستخدمة.
-
ما هي المراحل الأساسية للخوارزمية المقترحة؟
الخوارزمية المقترحة تتألف من مرحلتين: الأولى تستخدم خوارزمية النمل لتوليد المجمع البدائي، والثانية تستخدم الخوارزمية الجينية لتسريع عملية الحصول على الحلول الأمثلية.
-
ما هي الخوارزميات الأخرى التي تم مقارنتها مع الخوارزمية المقترحة في البحث؟
تم مقارنة الخوارزمية المقترحة مع الخوارزمية الجينية (GA) وخوارزمية مستعمرة النمل (ACO) وخوارزمية تلدين المعادن (SA).
المراجع المستخدمة
Changdar-C., Mahapatra-G.S., Pal-R.K, 2014. An efficient genetic algorithm for multi-objective solid travelling salesman problem under fuzziness, Swarm and Evolutionary Computation. Pages 15, 27-37
Li-W.,2014. A parallel search system for dynamic multi-objective traveling salesman problem. Journal of Mathematics and System Science. Pages 4, 295-314
Wang-S., 2016. Multi-objective path finding in stochastic networks using a biogeography-based optimization method. Simulations of Urban Transportation Systems
قيم البحث
اقرأ أيضاً
تستخدم الخوارزميات التطورية المتعددة الأهداف على نطاق واسع من المجالات
في سبيل حل مسائل الأمثلة, و التي تتطلب وجود عدة أهداف متعارضة يجب
أخذها بعين الاعتبار معاً. تمتلك خوارزميات الأمثلة التطورية الأساسية عدة
عيوب, مثل الافتقار إلى معيار جيد لإنها
ء العمل, و عدم وجود براهين تثبت
التقارب الجهد. غالباً ما تستخدم خوارزمية أمثلة تطورية هجينة متعددة الأهداف
للتغلب على هذه العيوب.
optimization
الأمثلة
الأمثلة متعددة الأهداف
الخوارزميات التطورية
الخوارزميات التطورية المتعددة الأهداف
الخوارزميات التطورية عديدة الأهداف
(Multi-Objective Optimization (MO
Evolutionary Algorithms
(Multi-Objective Evolutionary Algorithms (MOEAs
(Many-Objective Evolutionary Algorithms (MaOEAs
المزيد..
في هذا البحث ندرس إمكانية المساهمة في حل مسألة البائع المتجول Traveling Salesman Problem (TSP , التي هي مسألة من النوع NP-hard و لا توجد حتى الآن خوارزمية تقدم لنا الحل الأمثل لهذه المسألة ، فكل الخوارزميات المستخدمة تعطي حمولاً تقريبية .
ندرس في هذا البحث إمكانية المساهمة في حل مسألة توجيه المركبة مع نوافذ زمنية متعددة الأهداف ، و هي واحدة من مشاكل الأمثلية من النوع NP-hard,
حيث أخذت كثيرًا من اهتمام الباحثين في الوقت الحاضر بسبب تطبيقاتها المتعددة ذات
الطابع اليومي .
و سنقدم أيضا
ً خوارزمية تدعى بالهجينة تعتمد على مبدأ التكامل بين خوارزمية مستعمرة
النمل متعددة الأهداف و خوارزمية البحث المحظور ، و المستندة على أمثلية باريتو و
مقارنة الحل الناتج عن هذا النهج الهجين المطور و المستند على أمثلية باريتو مع نتائج
تجارب قياسية لاختبار فعالية هذه الخوارزمية المقدمة.
ندرس في هذا البحث إمكانية المساهمة في حلّ مسألة توجيه المركبة Vehicle Routing Problem (VRP) باستخدام خوارزمية نظام مستعمرة النمل المحسنة Improved Ant Colony System (IACS) ، وهي واحدة من مشاكل الأمثلية , التي أخذت الكثير من الاهتمام في الوقت الحاضر بس
بب تطبيقاتها ذات الطابع اليومي ، و هي مشكلة تعقيدها الخوارزمي من النوع NP-hard , ولا توجد حتى الآن خوارزمية تقدم لنا الحل الأمثل لهذه المشكلة بسبب تعقيد الزمن متعدد الحدود ، فكل الخوارزميات المستخدمة تعطي حلولاً قريبة من الحل الأمثل .
إن خوارزمية نظام مستعمرة النمل المحسنة المقترحة تعتمد على خوارزمية نظام مستعمرة النمل التي تمتلك قاعدة انتقال جديدة ، وقاعدة تحديث فورمون جديدة ، ونهج بحث محلي متنوع .
تمت مقارنة النتائج التطبيقية للخوارزمية المقترحة مع نتائج اختبارات قياسية معروفة وموثقة , إذ تظهر النتائج بأنّ الخوارزمية المحسنة المقترحة تنتج حلولاً أفضل من خوارزميات مستعمرات النمل الأخرى و خوارزميات ما وراء الإرشادية الأخرى , من حيث الجودة ( زمن التنفيذ وعدد الحلول الجيدة )
تعتمد معظم خوارزميات التوقيع الرقمي الحالية في بنيتها على مفاهيم رياضية معقدة
يتطلب تنفيذها وقتاً طويلاً و جيداً حسابياً كبيرا. و كمحاولة للتخفيف من هذه المشاكل
اقترح بعض الباحثون خوارزميات توقيع رقمي تعتمد على توابع و عمليات حسابية بسيطة
سريعة التنفيذ، إلا أن ذلك كان على حساب الأمان.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
