Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kernel Grouped Multivariate Discriminant Analysis for Hyperspectral Image Classification Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

A Biologically Inspired Solution for Fuzzy Travelling Salesman Problem

verfasst von : Elham Pezhhan, Eghbal Mansoori

Erschienen in: Artificial Intelligence and Signal Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Recently, biologically inspired methods have been proposed for solving combinatorial optimization problems like the travelling salesman problem (TSP). This is a well-known combinatorial optimization problem which belongs to NP-hard class. It is desired to find a minimum-cost tour while visiting each city once. This paper presents a variant of the TSP in which the traveling cost between each pair of cities is represented by fuzzy numbers instead of a deterministic value. To solve this fuzzy TSP, a bio-inspired algorithm based on physarum polycephalum model is used. This organism can find the shortest route through a maze by trying to locate the food sources placed at the exits. It also can attract the maximum amount of nutrients in the shortest possible time. Our algorithm is capable of finding an optimal solution for graphs with both crisp and fuzzy numbers as their cost of edges. Numerical examples of some networks are used to illustrate the efficiency of the proposed method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Adaptive Parameter Selection in Comprehensive Learning Particle Swarm Optimizer
Nächstes Kapitel Extracting Parallel Fragments from Comparable Documents Using a Feature-Based Method
Literatur
1.
Chen, S.M., Chien, C.Y.: Solving the traveling salesman problem based on the genetic simulated annealing ant colony system with particle swarm optimization techniques. J. Expert Syst. Appl. 38, 14439–14450 (2011)CrossRef
2.
Majumdar, J., Bhunia, A.K.: Genetic algorithm for asymmetric traveling salesman problem with imprecise travel times. J. Comput. Appl. Math. 235, 3063–3078 (2011)MathSciNetCrossRefMATH
3.
Zhang, Y., Zhang, Z., Deng, Y., Mahadevan, S.: A biologically inspired solution for fuzzy shortest path problems. J. Appl. Soft Comput. 13, 2356–2363 (2013)CrossRef
4.
Tseng, M.L., Divinagracia, L., Divinagracia, R.: Evaluating firm’s sustainable production indicators in uncertainty. J. Comput. Ind. Eng. 57, 1393–1403 (2009)CrossRef
5.
6.
Liao, Y.F., Yau, D.H., Chen, C.L.: Evolutionary algorithm to traveling salesman problems. J. Comput. Math. Appl. 64(5), 788–797 (2012)CrossRef
7.
Geng, X., Chen, Z., Yang, W., Shi, D., Zhao, K.: Solving the traveling salesman problem based on an adaptive simulated annealing algorithm with greedy search. J. Appl. Soft Comput. 11(4), 3680–3689 (2011)CrossRef
8.
Dorigo, M., Gambardella, L.M.: Ant colonies for the travelling salesman problem. BioSystems 43(2), 73–81 (1997)CrossRef
9.
Wang, K.P., Huang, L., Zhou, C.G., Pang, W.: Particle swarm optimization for traveling salesman problem. In: International Conference Machine Learning and Cybernetics, vol. 3, pp. 1583–1585 (2003)
10.
Jones, J., Adamatzky, A.: Computation of the Travelling Salesman Problem by a Shrinking Blob, arXiv preprint, arXiv:1303.4969 (2013)
11.
Nakagaki, T., Kobayashi, R., Nishiura, Y., Ueda, T.: Obtaining multiple separate food sources: behavioural intelligence in the Physarum plasmodium. Proc. R. Soc. Lond. Ser. B-Biol. Sci. 271, 2305–2310 (2004)
12.
Tero, A., Kobayashi, R., Nakagaki, T.: A mathematical model for adaptive transport network in path finding by true slime mold. J. Theoret. Biol. 244, 553–564 (2007)MathSciNetCrossRef
13.
Nakagaki, T., Yamada, H., Hara, M.: Smart network solutions in an amoeboid organism. J. Biophys. Chem. 107, 1–5 (2004)
14.
Zhou, H., Zhang, Z., Wu, Y., Qian, T.: Bio-inspired dynamic composition and reconfiguration of service-oriented internetware systems. In: Tan, Y., Shi, Y., Chai, Y., Wang, G. (eds.) ICSI 2011, Part I. LNCS, vol. 6728, pp. 364–373. Springer, Heidelberg (2011)CrossRef
15.
Zhang, Y., Zhang, Z., Deng, Y.: An improved maze solving algorithm based on an amoeboid organism. In: The 23rd Chinese Control and Decision Conference, pp. 1440–1443 (2011)
16.
Mahdavi, I., Nourifar, R., Heidarzade, A., Amiri, N.M.: A dynamic programming approach for finding shortest chains in a fuzzy network. J. Appl. Soft Comput. 9, 503–511 (2009)CrossRef
17.
Wang, Q., Zhang, Z., Zhang, Y., Deng, Y.: Fuzzy shortest path problem based on biological method. J. Inf. Comput. Sci. 9(5), 1365–1371 (2011)MathSciNet
18.
Jebari, K., El moujahid, A., Bouroumi, A., Ettouhami, A.: Unsupervised fuzzy clustering-based genetic algorithms to Traveling Salesman Problem. In: International Conference Multimedia Computing and Systems (ICMCS), Tangier, pp. 1013–1015 (2012)
19.
Yoon, J.W., Cho, S.B.: An efficient genetic algorithm with fuzzy c-means clustering for traveling salesman problem. In: IEEE Congress Evolutionary Computation (CEC), New Orleans, pp. 1452–1456 (2011)
20.
21.
Földesi, P., Botzheim, J., Kóczy, L.T.: Eugenic bacterial memetic algorithm for fuzzy road transport traveling salesman problem. Int. J. Innov. Comput. Inf. Control 7(5), 2775–2798 (2009)
Metadaten
Titel
A Biologically Inspired Solution for Fuzzy Travelling Salesman Problem
verfasst von
Elham Pezhhan
Eghbal Mansoori
Copyright-Jahr
2014
Buch
Artificial Intelligence and Signal Processing

Print ISBN: 978-3-319-10848-3

Electronic ISBN: 978-3-319-10849-0

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-10849-0_28