A review of metaheuristic algorithms for solving TSP-based scheduling optimization problems

Toaza, Bladimir; Esztergár-Kiss, Domokos

doi:10.1016/j.asoc.2023.110908

Cited by 41 publications

(9 citation statements)

References 158 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Heuristic algorithms can perform an effective analysis from any starting point. Metaheuristic algorithms are a group of techniques used to solve transportation-related optimization problems [34]. The problem in this study can be considered to consist of the non-linear multi-objective optimization of the transportation location routing problem (TLRP).…”

Section: Related Workmentioning

confidence: 99%

A Spatiotemporal Hierarchical Analysis Method for Urban Traffic Congestion Optimization Based on Calculation of Road Carrying Capacity in Spatial Grids

Jiang,

Zhao,

Wang

et al. 2024

IJGI

View full text Add to dashboard Cite

Traffic congestion is a globally widespread problem that causes significant economic losses, delays, and environmental impacts. Monitoring traffic conditions and analyzing congestion factors are the first, challenging steps in optimizing traffic congestion, one of the main causes of which is regional spatiotemporal imbalance. In this article, we propose an improved spatiotemporal hierarchical analysis method whose steps include calculating road carrying capacity based on geospatial data, extracting vehicle information from remote sensing images to reflect instantaneous traffic demand, and analyzing the spatiotemporal matching degree between roads and vehicles in theory and in practice. First, we defined and calculated the ratio of carrying capacity in a regional road network using a nine-cell-grid model composed of nested grids of different sizes. By the conservation law of flow, we determined unbalanced areas in the road network configuration using the ratio of the carrying capacity of the central cell to that of the nine grid cells. Then, we designed a spatiotemporal analysis method for traffic congestion using real-time traffic data as the dependent variables and five selected spatial indicators relative to the spatial grids as the independent variables. The proposed spatiotemporal analysis method was applied to Chengdu, a typical provincial capital city in China. The relationships among regional traffic, impact factors, and spatial heterogeneity were analyzed. The proposed method effectively integrates GIS, remote sensing, and deep learning technologies. It was further demonstrated that our method is reliable and effective and enhances the coordination of congested areas by virtue of a fast calculation speed and an efficient local balance adjustment.

show abstract

Section: Related Workmentioning

confidence: 99%

A Spatiotemporal Hierarchical Analysis Method for Urban Traffic Congestion Optimization Based on Calculation of Road Carrying Capacity in Spatial Grids

Jiang,

Zhao,

Wang

et al. 2024

IJGI

View full text Add to dashboard Cite

show abstract

“…ЗК відноситься до класу NP-повних задач, тому зі збільшенням кількості вершин, варіативність можливих рішень зростає з факторіальною складністю, і пошук найкращого можливого рішення за прийнятний час унеможливлюється [2]. В такому випадку доцільним є застосування евристичних алгоритмів [3], завдяки їх здатності знаходити наближені до точних рішення в умовах високої обчислювальної складності задачі. Перспективним напрямком є використання тісно пов'язаних з евристичними алгоритмами методів обчислювального інтелекту, таких як штучні нейронні мережі, еволюційні підходи, ройовий інтелект тощо [4].…”

Section: вступunclassified

Методи Рішення Задачі Комівояжера На Основі Обчислювального Інтелекту

Ivashchenko,

Onyshchenko,

Bondarenko

et al. 2024

CNCS

View full text Add to dashboard Cite

Актуальність. На сьогоднішній день, задача комівояжера зберігає свою актуальність, оскільки потреба у пошуку найкоротших маршрутів наразі зустрічається в багатьох сферах людської діяльності. Із розвитком технологій та зростанням складності виробничих процесів та логістики, підвищуються вимоги до точності та швидкості пошуку, що зумовлює необхідність вибору доцільних методів рішення цієї задачі. Метою даної роботи є дослідження ефективності використання алгоритмів рішення задачі комівояжера на основі методів обчислювального інтелекту. Об’єктом дослідження є процес пошуку найкоротшого маршруту у графах великої розмірності. Предметом дослідження є алгоритми пошуку маршрутів для задачі комівояжера з використанням методів обчислювального інтелекту. Результати. У даній роботі розглядаються особливості застосування методів обчислювального інтелекту для вирішення задачі комівояжера, що полягають у використанні варіацій генетичного, мурашиного алгоритмів та штучних нейронних мереж, зокрема, карти Кохонена. Проведено аналіз збіжності генетичних алгоритмів при використанні різновидів генетичних операторів. Отримані результати проведених експериментальних досліджень дозволяють зробити висновки щодо переваг та недоліків окремих алгоритмів. Висновок. Запропонований підхід на основі штучної нейронної мережі демонструє найкращу швидкодію та найбільшу точність при вирішенні задач розмірністю приблизно 1000 вершин. Для задач з меншим числом вершин, точніші результати забезпечує використання генетичного алгоритму.

show abstract

“…, 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 < 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑛𝑛𝑛𝑛𝑡𝑡𝑡𝑡𝑚𝑚𝑚𝑚 0, 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 ≥ 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑛𝑛𝑛𝑛𝑡𝑡𝑡𝑡𝑚𝑚𝑚𝑚 (5) where 𝑓𝑓𝑓𝑓(𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒) denotes the fitness function, and 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑛𝑛𝑛𝑛𝑡𝑡𝑡𝑡𝑚𝑚𝑚𝑚 represents the maximum allowable power consumption.…”

Section: ) Initializing Populations and Calculating Fitnessmentioning

confidence: 99%

“…Employing intelligent algorithms for UAV path planning and optimization can significantly reduce manual labor and inspection time. By abstracting UAV inspection tasks into the traveling salesman problem (TSP), various metaheuristic algorithms, such as simulated annealing (SA), ant colony optimization, bees algorithm (BA), and genetic algorithm (GA), have been proposed and applied to handle TSP [5].…”

Section: Introductionmentioning

confidence: 99%

A rapid unmanned aerial vehicle inspection path planning method based on hybrid heuristic algorithm

Li,

Wu,

Ding

et al. 2024

E3S Web Conf.

View full text Add to dashboard Cite

The advancement of unmanned aerial vehicle (UAV) and remote sensing technologies has fueled interest in automatic UAV inspection path planning based on inspection tasks. However, traditional methods suffer from limitations such as manual operation, inability to find optimized paths, and lengthy time consumption. We propose a rapid UAV inspection path planning method using a hybrid heuristic algorithm in this paper. First, real-world data is abstracted into a graph. Then, a hybrid heuristic algorithm is proposed and used to determine an optimal inspection path considering the tasks and power parameters of the UAV. Finally, the total power consumption for the mission is computed to assess UAV battery capacity adequacy. Experimental results demonstrate the effectiveness of our method in terms of both performance and accuracy.

show abstract

A review of metaheuristic algorithms for solving TSP-based scheduling optimization problems

Cited by 41 publications

References 158 publications

A Spatiotemporal Hierarchical Analysis Method for Urban Traffic Congestion Optimization Based on Calculation of Road Carrying Capacity in Spatial Grids

A Spatiotemporal Hierarchical Analysis Method for Urban Traffic Congestion Optimization Based on Calculation of Road Carrying Capacity in Spatial Grids

Методи Рішення Задачі Комівояжера На Основі Обчислювального Інтелекту

A rapid unmanned aerial vehicle inspection path planning method based on hybrid heuristic algorithm

Contact Info

Product

Resources

About