Zobecněný problém obchodního cestujícího je kombinatorický optimalizační problém, který je zobecněním známého problému obchodního cestujícího . Výchozími daty pro problém je množina vrcholů, rozdělení této množiny do tzv. shluků a také matice nákladů na přechod z jednoho vrcholu do druhého. Problém je najít nejkratší uzavřenou cestu, která by navštívila jeden vertex v každém clusteru (je zde i úprava, kdy cesta musí navštívit alespoň jeden vrchol v každém clusteru).
V závislosti na vlastnostech matice nákladů může být problém symetrický, pokud je matice symetrická, nebo v opačném případě asymetrický. Jedním z nejčastěji zvažovaných speciálních případů symetrického problému je euklidovský nebo rovinný problém, kdy každý vrchol má své vlastní souřadnice v prostoru a náklady na pohyb mezi vrcholy odpovídají euklidovské vzdálenosti mezi odpovídajícími body v prostoru.
Stejně jako problém cestujícího obchodníka , zobecněný problém obchodního cestujícího patří do třídy NP-těžkých problémů . Abychom to dokázali, stačí zvážit speciální případ problému, kdy každý shluk obsahuje právě jeden vrchol a problém se redukuje na jednoduchý problém obchodního cestujícího, který je NP-těžký.
Existují dvě účinné metody pro přesné řešení zobecněného problému obchodního cestujícího: Brunch-and-Cut [1] , stejně jako metoda redukce zobecněného problému na obvyklý problém obchodního cestujícího, metody řešení jsou dobře prostudované. [2] .
V roce 2002 se ukázalo [3] , že zobecněný problém obchodního cestujícího lze redukovat na problém běžného obchodního cestujícího stejného rozměru nahrazením matice hmotnosti. .
K nejjednodušším heuristickým metodám řešení zobecněného problému obchodního cestujícího patří chamtivý algoritmus , který v každém kroku vybírá hranu s nejnižšími náklady ze sady hran, které nenarušují správnost řešení, a také efektivnější Nearest Neighbor. metoda, která začíná z libovolného vrcholu a v každém kroku přidává k řešení vrchol nejblíže poslednímu přidaný. Existují také další heuristiky, které jsou modifikacemi známých heuristiek pro problém běžného obchodního cestujícího.
Často se používají zejména následující typy místního vyhledávání :
kde je shluk očíslován . Použitím hledání nejkratší cesty ve speciálně vytvořeném grafu algoritmus najde lokální minimum pro , kde . Cluster Optimization tedy patří do třídy lokálních vyhledávání s velmi velkým sousedstvím , to znamená, že zkoumá exponenciální okolí v polynomiálním čase.
MetaheuristikaOblast genetických algoritmů, které prokázaly svou účinnost pro tento úkol, byla dobře prostudována. První práce v této oblasti patří Snyderovi a Duskinovi [4] , později významné výsledky dosáhli Silbergoltz a Golden [5] , Gyuten a Karapetyan [6] .
NP-úplné problémy | |
---|---|
Maximalizační problém stohování (balení) |
|
teorie grafů teorie množin | |
Algoritmické problémy | |
Logické hry a hádanky | |