Узагальнена задача комівояжера — задача комбінаторної оптимізації, що є узагальненням добре відомої задачі комівояжера. Вихідними даними для задачі є множина вершин, розбиття цієї множини на так звані кластери, а також матриця вартостей переходу з однієї вершини в іншу. Завдання полягає в знаходженні найкоротшого замкнутого шляху, який би проходив через одну вершину в кожному кластері (існує також модифікація, коли шлях повинен пройти хоча б через одну вершину в кожному кластері).
Залежно від властивостей матриці вартостей, задача може бути симетричною, якщо матриця симетрична, або асиметричною в іншому випадку. Одним з найчастіше описуваних часткових випадків симетричної задачі є евклідова або планарна задача, коли кожна вершина має свої координати у просторі, і вартість переходу між вершинами відповідає евклідовій відстані між відповідними точками у просторі.
Як і задача комівояжера, узагальнена задача комівояжера належить до класу NP-складних задач. Для доведення досить розглянути частковий випадок задачі, коли кожен кластер містить рівно одну вершину, і задача зводиться до простої задачі комівояжера, яка є NP-складною.
Методи розв'язування
Точні методи
Відомо два ефективних методи точного розв'язування узагальненої задачі комівояжера: [en], а також метод зведення узагальненої задачі до звичайної задачі комівояжера, способи вирішення якої добре вивчені.
У 2002 році показано, що узагальнена задача комівояжера може бути зведена до звичайної задачі комівояжера тієї ж розмірності заміною матриці ваг[].
Евристичні методи
Прості евристичні методи
До простих евристичних методів розв'язування узагальненої задачі комівояжера слід віднести жадібний алгоритм, на кожному кроці якого вибирається ребро найменшої вартості з множини ребер, які не порушують коректності рішення, а також більш ефективний метод найближчого сусіда (Nearest Neighbour), за якого, починаючи з довільної вершини на кожному кроці до розв'язку додається вершина, найближча до останньої доданої. Існують також інші евристики, які є модифікаціями відомих евристик для звичайної задачі комівояжера.
Зокрема, часто використовуються такі види локального пошуку:
- [en], широко застосовуваний у багатьох задачах комбінаторної оптимізації, зводиться до видалення двох ребер з туру і вставлення двох нових ребер, що не порушують коректності розв'язку (у разі 2-opt вставляються ребра визначені однозначно). Тур вважається локальним мінімумом, якщо в ньому не існує жодної пари ребер, заміна яких привела б до поліпшення рішення. Таким чином, і розмір околу, і складність евристики складають , де — це число кластерів.
- [en] подібний до 2-opt, проте на кожному турі видаляється не два, а три ребра. У разі 3-opt, для відновлення коректності туру існує вісім нетривіальних способів вставлення нових ребер. Один із цих способів зберігає напрямок кожного з фрагментів туру, що є важливою властивістю для асиметричних задач. Розмір околу, і складність евристики складають .
- Існують природні модифікації 2-opt і 3-opt алгоритмів, які додатково включають пошук оптимальних вершин всередині змінюваних кластерів.
- Insertion є окремим випадком 3-opt. На кожній ітерації алгоритм видаляє вершину і намагається знайти більш вигідну для неї позицію. Складність алгоритму становить . Широко застосовується модифікація, яка розглядає вставлення не тільки видаленої вершини, але й будь-якої іншої вершини відповідного кластера.
- Кластерна оптимізація — локальний пошук, специфічний для узагальненої задачі комівояжера. Суть алгоритму полягає в знаходженні найкоротшого шляху через задану послідовність кластерів. Іншими словами, окіл алгоритму включає всі тури, що відрізняються від вихідного не більше ніж вибором вершин всередині кожного з кластерів. Розмір досліджуваного околу становить:
де — це кластер під номером . Застосовуючи пошук найкоротшого шляху в спеціально побудованому графі, алгоритм знаходить локальний мінімум за , де . Таким чином, кластерна оптимізація відноситься до класу локальних пошуків з дуже великим околом, тобто досліджує експонентний окіл за поліноміальний час.
Метаевристики
Добре досліджена галузь генетичних алгоритмів, які показали свою ефективність для даної задачі. Перша робота в цій області належить Снайдеру і Даскіну, надалі важливі результати отримали Зільбергольц і Голден, Гютен і Карапетян.
Примітки
- M. Fischetti, J.J. Salazar-Gonzalez, and P. Toth. A Branch-and-Cut algorithm for the symmetric generalized traveling salesman problem. Operations Research 45 (3) (1997), 378—394.
- D. Ben-Arieh, G. Gutin, M. Penn, A. Yeo, and A. Zverovitch. Transformations of generalized ATSP into ATSP, Operations Research Letters 31 (2003), 357—365.
- 6. Arash Behzad, Mohammad Modarres (2002). A New Efficient Transformation of Generalized Traveling Salesman Problem into Traveling Salesman Problem
- L.V. Snyder and M.S. Daskin. A random-key genetic algorithm for the generalized traveling salesman problem. European Journal of Operational Research 174 (2006), 38−53.
- J. Silberholz and B. Golden. The Generalized Traveling Salesman Problem: a new Genetic Algorithm approach. Extending the Horizons: Advances in Computing, Optimization, and Decision Technologies, 2007, 165−181.
- G. Gutin and D. Karapetyan. Gregory Gutin and Daniel Karapetyan. A Memetic Algorithm for the Generalized Traveling Salesman Problem. Natural Computing 9(1), pages 47-60, Springer 2010.[недоступне посилання]
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Uzagalnena zadacha komivoyazhera zadacha kombinatornoyi optimizaciyi sho ye uzagalnennyam dobre vidomoyi zadachi komivoyazhera Vihidnimi danimi dlya zadachi ye mnozhina vershin rozbittya ciyeyi mnozhini na tak zvani klasteri a takozh matricya vartostej perehodu z odniyeyi vershini v inshu Zavdannya polyagaye v znahodzhenni najkorotshogo zamknutogo shlyahu yakij bi prohodiv cherez odnu vershinu v kozhnomu klasteri isnuye takozh modifikaciya koli shlyah povinen projti hocha b cherez odnu vershinu v kozhnomu klasteri Zalezhno vid vlastivostej matrici vartostej zadacha mozhe buti simetrichnoyu yaksho matricya simetrichna abo asimetrichnoyu v inshomu vipadku Odnim z najchastishe opisuvanih chastkovih vipadkiv simetrichnoyi zadachi ye evklidova abo planarna zadacha koli kozhna vershina maye svoyi koordinati u prostori i vartist perehodu mizh vershinami vidpovidaye evklidovij vidstani mizh vidpovidnimi tochkami u prostori Yak i zadacha komivoyazhera uzagalnena zadacha komivoyazhera nalezhit do klasu NP skladnih zadach Dlya dovedennya dosit rozglyanuti chastkovij vipadok zadachi koli kozhen klaster mistit rivno odnu vershinu i zadacha zvoditsya do prostoyi zadachi komivoyazhera yaka ye NP skladnoyu Metodi rozv yazuvannyaTochni metodi Vidomo dva efektivnih metodi tochnogo rozv yazuvannya uzagalnenoyi zadachi komivoyazhera en a takozh metod zvedennya uzagalnenoyi zadachi do zvichajnoyi zadachi komivoyazhera sposobi virishennya yakoyi dobre vivcheni U 2002 roci pokazano sho uzagalnena zadacha komivoyazhera mozhe buti zvedena do zvichajnoyi zadachi komivoyazhera tiyeyi zh rozmirnosti zaminoyu matrici vag dzherelo Evristichni metodi Prosti evristichni metodi Do prostih evristichnih metodiv rozv yazuvannya uzagalnenoyi zadachi komivoyazhera slid vidnesti zhadibnij algoritm na kozhnomu kroci yakogo vibirayetsya rebro najmenshoyi vartosti z mnozhini reber yaki ne porushuyut korektnosti rishennya a takozh bilsh efektivnij metod najblizhchogo susida Nearest Neighbour za yakogo pochinayuchi z dovilnoyi vershini na kozhnomu kroci do rozv yazku dodayetsya vershina najblizhcha do ostannoyi dodanoyi Isnuyut takozh inshi evristiki yaki ye modifikaciyami vidomih evristik dlya zvichajnoyi zadachi komivoyazhera Zokrema chasto vikoristovuyutsya taki vidi lokalnogo poshuku en shiroko zastosovuvanij u bagatoh zadachah kombinatornoyi optimizaciyi zvoditsya do vidalennya dvoh reber z turu i vstavlennya dvoh novih reber sho ne porushuyut korektnosti rozv yazku u razi 2 opt vstavlyayutsya rebra viznacheni odnoznachno Tur vvazhayetsya lokalnim minimumom yaksho v nomu ne isnuye zhodnoyi pari reber zamina yakih privela b do polipshennya rishennya Takim chinom i rozmir okolu i skladnist evristiki skladayut O m 2 displaystyle O m 2 de m displaystyle m ce chislo klasteriv en podibnij do 2 opt prote na kozhnomu turi vidalyayetsya ne dva a tri rebra U razi 3 opt dlya vidnovlennya korektnosti turu isnuye visim netrivialnih sposobiv vstavlennya novih reber Odin iz cih sposobiv zberigaye napryamok kozhnogo z fragmentiv turu sho ye vazhlivoyu vlastivistyu dlya asimetrichnih zadach Rozmir okolu i skladnist evristiki skladayut O m 3 displaystyle O m 3 Isnuyut prirodni modifikaciyi 2 opt i 3 opt algoritmiv yaki dodatkovo vklyuchayut poshuk optimalnih vershin vseredini zminyuvanih klasteriv Insertion ye okremim vipadkom 3 opt Na kozhnij iteraciyi algoritm vidalyaye vershinu i namagayetsya znajti bilsh vigidnu dlya neyi poziciyu Skladnist algoritmu stanovit O m 2 displaystyle O m 2 Shiroko zastosovuyetsya modifikaciya yaka rozglyadaye vstavlennya ne tilki vidalenoyi vershini ale j bud yakoyi inshoyi vershini vidpovidnogo klastera Klasterna optimizaciya lokalnij poshuk specifichnij dlya uzagalnenoyi zadachi komivoyazhera Sut algoritmu polyagaye v znahodzhenni najkorotshogo shlyahu cherez zadanu poslidovnist klasteriv Inshimi slovami okil algoritmu vklyuchaye vsi turi sho vidriznyayutsya vid vihidnogo ne bilshe nizh viborom vershin vseredini kozhnogo z klasteriv Rozmir doslidzhuvanogo okolu stanovit i 1 m C i displaystyle prod i 1 m C i de C i displaystyle C i ce klaster pid nomerom i displaystyle i Zastosovuyuchi poshuk najkorotshogo shlyahu v specialno pobudovanomu grafi algoritm znahodit lokalnij minimum za O m s 3 displaystyle O ms 3 de s max i C i displaystyle s max i C i Takim chinom klasterna optimizaciya vidnositsya do klasu lokalnih poshukiv z duzhe velikim okolom tobto doslidzhuye eksponentnij okil za polinomialnij chas Metaevristiki Dobre doslidzhena galuz genetichnih algoritmiv yaki pokazali svoyu efektivnist dlya danoyi zadachi Persha robota v cij oblasti nalezhit Snajderu i Daskinu nadali vazhlivi rezultati otrimali Zilbergolc i Golden Gyuten i Karapetyan PrimitkiM Fischetti J J Salazar Gonzalez and P Toth A Branch and Cut algorithm for the symmetric generalized traveling salesman problem Operations Research 45 3 1997 378 394 D Ben Arieh G Gutin M Penn A Yeo and A Zverovitch Transformations of generalized ATSP into ATSP Operations Research Letters 31 2003 357 365 6 Arash Behzad Mohammad Modarres 2002 A New Efficient Transformation of Generalized Traveling Salesman Problem into Traveling Salesman Problem L V Snyder and M S Daskin A random key genetic algorithm for the generalized traveling salesman problem European Journal of Operational Research 174 2006 38 53 J Silberholz and B Golden The Generalized Traveling Salesman Problem a new Genetic Algorithm approach Extending the Horizons Advances in Computing Optimization and Decision Technologies 2007 165 181 G Gutin and D Karapetyan Gregory Gutin and Daniel Karapetyan A Memetic Algorithm for the Generalized Traveling Salesman Problem Natural Computing 9 1 pages 47 60 Springer 2010 nedostupne posilannya