Solving Travelling Salesman Problem Using Hybrid Fluid Genetic Algorithm (HFGA)

Travelling Salesman Problem (TSP) is a problem in which the shortest possible route enabling a salesman to return to the starting point after visiting all the cities exactly once is determined. Travelling Salesman Problem is the basis for many problems ranging from vehicle routing to printed circuit boards assembly. This problem has been attracting great attention from researchers in the field of optimization; nevertheless it is difficult to solve TSP, especially for large-scale data sets. This paper presents a hybrid solution method based on Fluid Genetic Algorithm, Nearest Neighbor and 2-Opt methods for the solution of TSP. The performance of the proposed method is evaluated with the solution values of the Nearest Neighbor, Genetic Algorithm, Tabu Search, Ant Colony Optimization and the Tree Physiology Optimization algorithms in the literature. The solution results show the superiority of the proposed method in terms of solution time and quality.

Gezgin Satýcý Probleminin Melez Akýþkan Genetik Algoritma (MAGA) Kullanarak Çözümü

Gezgin Satýcý Problemi (GSP), bir satýcýnýn bütün þehirleri sadece bir defa ziyaret ederek baþlangýç noktasýna dönmesini saðlayan en kýsa rotanýn belirlendiði problemdir. GSP, araç rotalamadan baskýlý devre kartý montajýna kadar birçok problemin temelini oluþturur. Bu problem, optimizasyon alanýnda çalýþan kiþilerden büyük ilgi görmüþtür, ancak özellikle büyük ölçekli veri kümeleri için çözülmesi zordur. Bu çalýþmada, GSP’nin çözümü için Akýþkan Genetik Algoritma, En Yakýn Komþu ve 2-Opt sezgiselleri üzerine kurulu melez bir yöntem sunulmaktadýr. Önerilen yöntemin performansý literatürde bulunan En Yakýn Komþu, Genetik Algoritma, Tabu Arama, Karýnca Kolonisi Optimizasyon ve Aðaç Fizyolojisi Optimizasyon algoritmalarý kullanýlarak elde edilen çözüm deðerleri ile kýyaslanmýþtýr. Önerilen yöntemin sonuçlarý çözüm süresi ve kalitesi bakýmýndan üstünlük göstermektedir.