OPTIMIZACIÓN DE RUTA CORTA USANDO ALGORITMO GENÉTICO GENERACIONAL

R. Zegarra, Hilario Aradiel Castañeda, Jhony Valverde Flores
{"title":"OPTIMIZACIÓN DE RUTA CORTA USANDO ALGORITMO GENÉTICO GENERACIONAL","authors":"R. Zegarra, Hilario Aradiel Castañeda, Jhony Valverde Flores","doi":"10.33326/26176033.2018.22.745","DOIUrl":null,"url":null,"abstract":"El presente artículo de investigación tiene como objetivo utilizar algoritmo genético generacional, propio de la inteligencia artificial, donde se aprovecha el proceso evolutivo para optimizar el recorrido de los n puntos o nodos, a un coste de computador menor. Una de las ventajas de este método evolutivo es que no compiten todos contra todos, sinoque se crea y procesa una porción de la población total, con el objetivo de encontrar la posible mejor ruta, o también llamada búsqueda local. Se ha considerado para el método de la ruleta, cruce por intercambio de 2 puntos, mutación por intercambio y método de parada de acuerdo a la cantidad de generaciones. En un computador de regular característica selogró implementar el algoritmo genético generacional en lenguaje Matlab 8.3, tomando como ejemplo las distancias de cada ciudad. Se obtuvieron como resultados para n puntos o nodos, en cada evaluación, las posibles mejores rutas basándose en el modelo evolutivo. Las pruebas realizadas desde 100 hasta 1000 ciudades resultaron en tiempos de 3,2006 s y 27,924  s, respectivamente. De acuerdo al conjunto de pruebas, demuestra un incremento de manera polinómica de nivel 2; por lo que esta investigación se centra en el incremento de los dos métodos de parada a una secuencia lineal.","PeriodicalId":10154,"journal":{"name":"Ciencia & Desarrollo","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2019-06-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ciencia & Desarrollo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33326/26176033.2018.22.745","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

El presente artículo de investigación tiene como objetivo utilizar algoritmo genético generacional, propio de la inteligencia artificial, donde se aprovecha el proceso evolutivo para optimizar el recorrido de los n puntos o nodos, a un coste de computador menor. Una de las ventajas de este método evolutivo es que no compiten todos contra todos, sinoque se crea y procesa una porción de la población total, con el objetivo de encontrar la posible mejor ruta, o también llamada búsqueda local. Se ha considerado para el método de la ruleta, cruce por intercambio de 2 puntos, mutación por intercambio y método de parada de acuerdo a la cantidad de generaciones. En un computador de regular característica selogró implementar el algoritmo genético generacional en lenguaje Matlab 8.3, tomando como ejemplo las distancias de cada ciudad. Se obtuvieron como resultados para n puntos o nodos, en cada evaluación, las posibles mejores rutas basándose en el modelo evolutivo. Las pruebas realizadas desde 100 hasta 1000 ciudades resultaron en tiempos de 3,2006 s y 27,924  s, respectivamente. De acuerdo al conjunto de pruebas, demuestra un incremento de manera polinómica de nivel 2; por lo que esta investigación se centra en el incremento de los dos métodos de parada a una secuencia lineal.
利用世代遗传算法进行短路径优化
这篇研究文章的目的是使用生成遗传算法,典型的人工智能,利用进化过程优化n个点或节点的路径,以更低的计算机成本。这种进化方法的优点之一是,它不会让每个人都相互竞争,而是创造和处理整个人口的一部分,目的是找到可能的最佳路径,也称为局部搜索。考虑了轮盘赌法、2点交换交叉法、交换突变法和基于代数的停止法。在常规特征计算机中,以Matlab 8.3语言实现生成遗传算法,以每个城市的距离为例。在每个评估中,根据进化模型获得了n个点或节点的可能最佳路径。在100到1000个城市进行的测试结果分别为3.2006秒和27.924秒。根据测试集,它显示了2级多项式增量;因此,本研究的重点是将两种停止方法增加到一个线性序列。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信