Evaluation of Traveling Salesman Problem Instance Hardness by Clustering

Kód výsledku v IS VaVaI

RIV/61989100:27240/18:10241715 - isvavai.cz

Výsledek na webu

https://link.springer.com/chapter/10.1007%2F978-3-319-68527-4_41

DOI - Digital Object Identifier

10.1007/978-3-319-68527-4_41

Jazyk výsledku

angličtina

Název v původním jazyce

Evaluation of Traveling Salesman Problem Instance Hardness by Clustering

Popis výsledku v původním jazyce

Traveling salesman problem (TSP) is a well-known NP-hard combinatorial optimization problem. It has been solved by a number of exact and approximate algorithms and serves as a testbed for new heuristic and metaheuristic optimization algorithms. However, it is often not easy to evaluate the hardness (complexity) of a TSP instance. Simple measures such as the number of cities or the minimum (maximum) route length do not capture the internal structure of a TSP instance sufficiently. In this work, we propose a new method for the assessment of TSP instance complexity based on clustering. The new approach is evaluated on a set of randomized TSP instances with different structure and its relation to the performance of a selected metaheuristic TSP solver is studied. (C) 2018, Springer International Publishing AG.

Název v anglickém jazyce

Evaluation of Traveling Salesman Problem Instance Hardness by Clustering

Popis výsledku anglicky

Traveling salesman problem (TSP) is a well-known NP-hard combinatorial optimization problem. It has been solved by a number of exact and approximate algorithms and serves as a testbed for new heuristic and metaheuristic optimization algorithms. However, it is often not easy to evaluate the hardness (complexity) of a TSP instance. Simple measures such as the number of cities or the minimum (maximum) route length do not capture the internal structure of a TSP instance sufficiently. In this work, we propose a new method for the assessment of TSP instance complexity based on clustering. The new approach is evaluated on a set of randomized TSP instances with different structure and its relation to the performance of a selected metaheuristic TSP solver is studied. (C) 2018, Springer International Publishing AG.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

GJ16-25694Y: Mnohoparadigmatické algoritmy dolování z dat založené na vyhledávání, fuzzy technologiích a bio-inspirovaných výpočtech

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Advances in Intelligent Systems and Computing. Volume 682

ISBN

978-3-319-68526-7

ISSN

2194-5357

e-ISSN

neuvedeno

Počet stran výsledku

9

Strana od-do

379-387

Název nakladatele

Springer Verlag

Místo vydání

Cham

Místo konání akce

Málaga

Datum konání akce

9. 10. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—