Self-Organizing Map for the Prize-Collecting Traveling Salesman Problem

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00225364" target="_blank" >RIV/68407700:21230/14:00225364 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-07695-9_27" target="_blank" >http://dx.doi.org/10.1007/978-3-319-07695-9_27</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-07695-9_27" target="_blank" >10.1007/978-3-319-07695-9_27</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Self-Organizing Map for the Prize-Collecting Traveling Salesman Problem

Popis výsledku v původním jazyce

In this paper, we propose novel adaptation rules for the self-organizing map to solve the prize-collecting traveling salesman problem (PC-TSP). The goal of the PC-TSP is to find a cost-efficient tour to collect prizes by visiting a subset of a given setof locations. In contrast with the classical traveling salesman problem, where all given locations must be visited, locations in the PC-TSP may be skipped at the cost of some additional penalty. Using the self-organizing map, locations for the final solution may be selected during network adaptation, and locations where visitation would be more expensive than their penalty can be avoided. We have applied the proposed self-organizing map learning procedure to autonomous data collection problems, where the proposed approach provides results competitive with an existing combinatorial solver. Springer International Publishing Switzerland 2014.

Název v anglickém jazyce

Self-Organizing Map for the Prize-Collecting Traveling Salesman Problem

Popis výsledku anglicky

In this paper, we propose novel adaptation rules for the self-organizing map to solve the prize-collecting traveling salesman problem (PC-TSP). The goal of the PC-TSP is to find a cost-efficient tour to collect prizes by visiting a subset of a given setof locations. In contrast with the classical traveling salesman problem, where all given locations must be visited, locations in the PC-TSP may be skipped at the cost of some additional penalty. Using the self-organizing map, locations for the final solution may be selected during network adaptation, and locations where visitation would be more expensive than their penalty can be avoided. We have applied the proposed self-organizing map learning procedure to autonomous data collection problems, where the proposed approach provides results competitive with an existing combinatorial solver. Springer International Publishing Switzerland 2014.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/GP13-18316P" target="_blank" >GP13-18316P: Samo-organizující se sítě v robotických úlohách plánování cesty přes více cílů</a><br>

Návaznosti

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

Rok uplatnění

2014

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

ISBN

978-3-319-07694-2

ISSN

2194-5357

e-ISSN

—

Počet stran výsledku

11

Strana od-do

281-291

Název nakladatele

Springer VDI Verlag

Místo vydání

Düsseldorf

Místo konání akce

Mittweida

Datum konání akce

2. 6. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—