Dhouib-Matrix-TSP1 Method to Optimize Octagonal Fuzzy Travelling Salesman Problem Using α-Cut Technique

This paper proposes the optimization of the fuzzy travel salesman problem by using the α-Cut technique as a ranking function and the Dhouib-Matrix-TSP1 as an approximation method. This method is enhanced by the standard deviation metric and obtains a minimal tour in fuzzy environment where all parameters are octagonal fuzzy numbers. Fuzzy numbers are converted into a crisp number thanks to the ranking function α-Cut. The proposed approach in details is discussed and illustrated by a numerical example. This method helps in designing successfully the tour to a salesman on navigation through the distance matrix so that it minimizes the total fuzzy distance.

Introducción al problema de enrutamiento de vehículos en la logística de distribución

Este libro presenta un modelo matemático flexible y una metodología metaheurística que puede ser adaptada a diferentes variantes del problema de enrutamiento. Este se basa en el problema clásico del agente viajero, travel salesman problem (TSP), donde se necesita definir una ruta que visite todos los nodos una única vez. En algunas aplicaciones no se permite que la longitud de ruta exceda un límite de tiempo o de distancia, lo que hace necesaria la confección de varias trayectorias o ciclos para visitar todo el conjunto de clientes, esto configura el problema de múltiples agentes viajeros, multitravel salesman problem (M-TSP). En ambos problemas, el objetivo es visitar todos los clientes, minimizando la sumatoria de los arcos activos.

Prey Predator Algorithm for Travelling Salesman Problem

Visiting most, if not all, tourist destination of a country while visiting a country is an ideal plan of a tourist. In most cases if the tour is not carefully planned, it will be costly and time taking to travel between tourist destinations of a country. If we consider Ethiopia, a country which has been named as best tourism destination for 2015 by the European Council on Tourism and Trade (ECTT); there are many tourist destinations all over the country. The problem of determining the optimum route to visit all the tourist sites with minimum traveling time can be formulated as a travel salesman problem. In this study 17 of the famous tourist destination of Ethiopia will be selected and a travel salesman model will be formulated. Due to the NP hardness of the travel salesman problem, metaheuristic based algorithms are found to be more effective. Hence, a recently introduced swarm based metaheuristic algorithm, called prey predator algorithm will be used to deal with the formulated problem. The simulation result suggests that the best route to visit the selected destination is Addis Ababa ? Sof Omar Caves ? Bale Mountain National Park ? Abijiata-Shalla Lakes ? Netchisar National Park ? Mago National Park ? Omo National Park ? Gambella National Park ? Bahir Dar ? Lalibela ? Gonder ? Semien Mountain National Park ? Axum ? Ertale ? Yangudi Rassa National Park ? Awash National Park ? Harar ? Addis Ababa. It should be noted in some of the sites there is no direct route and hence a route through other cities is used and hence it should be recomputed in the future when a direct route between these tourist destinations is constructed.

Problema del agente viajero

El presente artículo tiene como objetivo presentar un ensayo referente al problema del agente viajero – Travel Salesman Problem (TSP por sus siglas en inglés) cuya representación ha resuelto múltiples problemas que pueden ser modelados con base en las características del algoritmo base de TSP o de sus múltiples variables. Se presenta una introducción donde se describe el origen de TSP; en la sección de desarrollo se muestra el algoritmo base y una descripción de TSP con base en las características que han propuesto diferentes autores, y la aplicación de TSP como simulación a problemas reales con. Por último, en la conclusión se aborda el tema de TSP como un paradigma que se puede emplear en situaciones donde se involucran puntos de control (nodos) y costo entre los nodos.