Μέθοδοι αρχικοποίησης με τη χρήση της αναζήτησης μεταβαλλόμενης γειτονιάς για το πρόβλημα του πλανόδιου πωλητή με χρονικά παράθυρα.

Abstract

Η παρούσα διπλωματική εργασία πραγματεύεται τη διερεύνηση του προβλήματος του πλανόδιου πωλητή, TSP (Travelling Salesman Problem) και την παρουσίαση της μεθευρετικής μεθόδου GVNS (General Variable Neighborhood Search), η οποία χρησιμοποιείται, μεταξύ άλλων, για την επίλυση του προβλήματος αυτού. Η GVNS αποτελεί επέκταση της VNS (Variable Neighborhood Search) μεθόδου, η οποία εκτελεί συστηματικά την διαδικασία της αλλαγής γειτονιάς, τόσο στην κάθοδο για τα τοπικά ελάχιστα, όσο και στη διαφυγή από τις στενές περιοχές («κοιλάδες») που τα περιέχουν. Το πρόβλημα του πλανόδιου πωλητή χρησιμοποιείται ως σημείο αναφοράς σε πολλές μεθόδους βελτιστοποίησης και έχει πλήθος εφαρμογών σε πολλές και διαφορετικές περιοχές, όπως στην τεχνητή νοημοσύνη, τη μηχανική μάθηση, την τεχνολογία λογισμικού και αλλού. Στην παρούσα εργασία αναφερόμαστε ιδιαίτερα στην εκδοχή του TSP προβλήματος, η οποία χρησιμοποιεί κάποιους επιπρόσθετους περιορισμούς, όπως τα παράθυρα χρόνου (time windows). Η εκδοχή αυτή είναι γνωστή ως TSPTW (Travelling Salesman Problem with Time Windows). Παραθέτουμε, έπειτα, τη μεθευρετική μέθοδο GVNS για την επίλυση του TSPTW προβλήματος και στη συνέχεια, παρουσιάζουμε μία καινούρια υλοποίηση της μεθόδου GVNS για το πρόβλημα αυτό, στη γλώσσα προγραμματισμού JAVA. Τέλος, εφαρμόζουμε την υλοποίηση αυτή σε διάφορα πρότυπα προβλήματα (benchmark problems) και παρουσιάζουμε τα αποτελέσματα αυτής της εφαρμογής.