A population-based algorithm for the multi travelling salesman problem

Bolaños, Rubén Iván; O, Eliana M. Toro; Echeverri, Mauricio Granada

doi:10.5267/j.ijiec.2015.10.005

Cited by 6 publications

(4 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Although the GA 32 described in that paper also handles the same problem instance, it requires precomputed initial population from a TSP path using Lin and Kernighan operators 33 . Our proposed algorithm is suitable for making solution from scratch, in which pre-computed information is not available.…”

Section: Discussionmentioning

confidence: 99%

A Genetic Algorithm with New Local Operators for Multiple Traveling Salesman Problems

Lo¹,

Yi²,

Wong³

et al. 2018

IJCIS

View full text Add to dashboard Cite

Multiple Traveling Salesman Problem (MTSP) is able to model and solve various real-life applications such as multiple scheduling, multiple vehicle routing and multiple path planning problems, etc. While Traveling Salesman Problem (TSP) focuses on searching a path of minimum traveling distance to visit all cities exactly once by one salesman, the objective of the MTSP is to find m paths for m salesmen with a minimized total cost -the sum of traveling distances of all salesmen through all of the respective cities covered. They have to start from a designated depot which is the departing and returning location of all salesmen. Since the MTSP is a NP-hard problem, a new effective Genetic Algorithm with Local operators (GAL) is proposed in this paper to solve the MTSP and generate high quality solution within a reasonable amount of time for real-life applications. Two new local operators, Branch and Bound (BaB) and Cross Elimination (CE), are designed to speed up the convergence of the search process and improve the solution quality. Results demonstrate that GAL finds a better set of paths with a 9.62% saving on average in cost comparing to two existing MTSP algorithms.

show abstract

Section: Discussionmentioning

confidence: 99%

A Genetic Algorithm with New Local Operators for Multiple Traveling Salesman Problems

Lo¹,

Yi²,

Wong³

et al. 2018

IJCIS

View full text Add to dashboard Cite

show abstract

“…Caso N flujo vehículos TSP flujo de mercancía proponen un método exacto para el MTSP considerando la eliminación de subtours y las restricciones de integralidad. Recientemente, Bolaños et al (2016) presentan la implementación de un algoritmo genético eficiente para resolver el MTSP así como una revisión actualizada del estado del arte del problema y sus técnicas de solución.…”

Section: Comparación De Eficiencias Sobre El Tsp De Los Abordajes Ana...unclassified

Modelos matemáticos para la programación óptima de rutas: formulación e implementación

Echeverri¹,

Rivera²,

Bolaños³

2022

View full text Add to dashboard Cite

El problema de programación de rutas en una empresa de transporte generalmente considera varios escenarios de distribución de bienes los cuales, a su vez, constituyen diferentes grados de complejidad en su programación. Un escenario común consiste en establecer la ruta más corta para la distribución de un conjunto de productos a través de un único vehículo. Sin embargo, existen escenarios mucho más complejos de modelar, en donde se consideran varios vehículos partiendo desde diferentes puntos a fin de distribuir los bienes a un conjunto amplio de clientes, ventanas de tiempo, entrega y recogida simultánea y entrega primero y recogida al regreso. En este libro se presenta un conjunto de problemáticas propias de la programación óptima de rutas, cuyos modelos han sido estudiados, definidos, propuestos y evaluados en el desarrollo del proyecto titulado: Herramienta computacional para la programación óptima de rutas en una empresa de transporte de carga, considerando diferentes estrategias de distribución de productos con código 6-19-5, realizado con el apoyo de la universidad Tecnológica de Pereira y su vicerrectoría de Investigaciones, Innovación y Extensión. Estos modelos son concatenados de forma pedagógica y gradual, con el objetivo de transitar fácilmente desde el modelo simple del TSP hasta el OLRP, pasando por el MTSP, CVRP y MCVRP. El aspecto pedagógico consiste en que la presentación de los problemas debe permitir apreciar el crecimiento gradual del modelo clásico del TSP, a través de restricciones, parámetros y variables adicionales, así como modificaciones a la función objetivo, hasta convertirse en los problemas subsecuentes. De esta forma, un estudiante de maestría, doctorado, o en general cualquier lector interesado, podría experimentar con la inclusión y exclusión de restricciones en el modelo para visualizar el impacto sobre los resultados obtenidos.

show abstract

“…Penggunaan metode simpleks efektif untuk memecahkan masalah yang melibatkan dua atau lebih variabel dan menghasilkan solusi yang optimum sesuai dengan yang diinginkan. Penelitian yang berkaitan dengan pencarian optimasi rute distribusi mengacu pada penelitian yang dilakukan oleh Bolanos [18]. Referensi [15] menunjukan bahwa Bolanos memecahkan permasalahan model travelling salesman problem menggunakan algoritma genetika.…”

Section: Iunclassified

Optimasi Jumlah Produksi dan Biaya Distribusi UMKM Semprong Amoundy Menggunakan Metode Simpleks dan Algoritma Greedy

Nofatiyassari

Sari

2021

JMTSI

View full text Add to dashboard Cite

Production optimization must be considered in order to get the optimal amount of production, which is related to company profit. In addition, the distribution route that is not optimal will also cause production costs to expand. These two things are the main problems faced by Semprong Amoundy MSMEs that have not paid attention to optimization of production and optimization of distribution routes. The purpose of this research is to find the optimal solution of the number and type of semprong production to maximize the income of Amoundy MSMEs, and to find a solution for the shortest distribution route to minimize distribution costs of semprong products. The method used to solve this problem is Simplex Method and Travelling Salesman Problem with the Greedy Algorithm approach. The research resulted the decision that Amoundy MSMEs had to produce 18 boxes of large packaged semprong every day to generate maximum income. The distribution route that must be taken to minimize distribution costs is Amoundy House Production – Bontot Delajaya Shop – Erik Shop – Denpasar Shop – Aneka Shop – Oleh-oleh Karawang Outlet – Amoundy House Production, estimated distribution cost of Rp. 20.120,-.Optimasi produksi perlu diperhatikan agar didapatkan jumlah produksi yang optimal, yang mana hal ini akan berhubungan dengan profit perusahaan. Selain itu rute distribusi yang belum optimal juga akan menyebabkan pembengkakan biaya produksi. Kedua hal ini merupakan masalah utama yang dihadapi oleh UMKM Semprong Amoundy yang belum memperhatikan optimasi produksi dan optimasi rute distribusi. Tujuan dilakukannya penelitian ini yaitu untuk mencari solusi optimal dari jumlah dan jenis produksi semprong untuk memaksimalkan pendapatan UMKM Amoundy, serta mencari solusi rute distribusi terpendek untuk meminimalkan biaya pendistribusian produk semprong. Metode yang digunakan untuk adalah Metode simpleks dan Travelling Salesman Problem dengan pendekatan algoritma greedy. Penelitian menghasilkan keputusan bahwa UMKM Amoundy harus memproduksi 18 box kue semprong kemasan besar setiap hari untuk menghasilkan pendapatan maksimal. Rute distribusi yang harus ditempuh untuk meminimalkan biaya distribusi yaitu Rumah Produksi Amoundy – Toko Bontot Delajaya – Toko Erik – Toko Denpasar – Toko Aneka – Outlet Oleh-oleh Karawang – Rumah Produksi Amoundy dengan taksiran biaya distribusi sebesar Rp. 20.120,-.

show abstract

A population-based algorithm for the multi travelling salesman problem

Cited by 6 publications

References 20 publications

A Genetic Algorithm with New Local Operators for Multiple Traveling Salesman Problems

A Genetic Algorithm with New Local Operators for Multiple Traveling Salesman Problems

Modelos matemáticos para la programación óptima de rutas: formulación e implementación

Optimasi Jumlah Produksi dan Biaya Distribusi UMKM Semprong Amoundy Menggunakan Metode Simpleks dan Algoritma Greedy

Contact Info

Product

Resources

About