Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Orienteering Problem" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Parameters tuning of evolutionary algorithm for the orienteering problem
    Kalibracja parametrów algorytmu ewolucyjnego rozwiązującego Orienteering Problem
    Autorzy:
    Ostrowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/88372.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    kalibracja parametrów
    algorytmy ewolucyjne
    Orienteering Problem
    parameter tuning
    evolutionary algorithms
    Opis:
    Various classes of algorithms solving optimization problems have some set of parameters. Setting them to appropriate values can be as important to results quality as choosing right algorithm components. Parameter calibration can be a complex optimization problem itself and many meta-algorithms were proposed to deal with it in a more automatic way. This paper presents automatic parameter tuning of an evolutionary algorithm solving the Orienteering Problem. ParamsILS method was chosen as a tuner. Obtained results show the importance of appropriate parameter setting in evolutionary algorithms: tuned algorithm achieved very high-quality solutions on known Orienteering Problem benchmarks.
    Różne klasy algorytmów rozwiązujących problemy optymalizacyjne posiadają zestawy parametrów. Ustawienie odpowiednich wartości parametrów może być równie ważne, co dobór odpowiednich komponentów algorytmu. Kalibracja parametrów sama w sobie może być skomplikowanym problemem optymalizacyjnym i wiele meta-algorytmów zostało zaproponowanych by przeprowadzać ten proces automatycznie. Artykuł prezentuje automatyczną kalibrację parametrów algorytmu ewolucyjnego rozwiązującego Orienteering Problem. W tym celu wybrano metodę ParamsILS. Otrzymane rezultaty ukazują jak ważny jest odpowiedni dobór parametrów: algorytm po kalibracji uzyskał bardzo wysokiej jakości rozwiązania dla znanych sieci testowych.
    Źródło:
    Advances in Computer Science Research; 2015, 12; 53-78
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Different Approaches to Infeasible Solutions in Evolutionary Algorithms for The Orienteering Problem
    Różne metody traktowania rozwiązań niedopuszczalnych w algorytmach ewolucyjnych rozwiązujących Orienteering Problem
    Autorzy:
    Ostrowski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/88394.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    rozwiązania niedopuszczalne
    algorytmy ewolucyjne
    Orienteering Problem
    infeasible solutions
    evolutionary algorithms
    Opis:
    The Orienteering Problem (OP) is a combinatorial optimization problem defined on weighted graphs. The purpose of the OP is to find a path of limited length which maximizes total profit (collected in vertices). This paper presents comparison of different approaches to infeasible solutions (too long paths) in evolutionary algorithms solving the OP. A group of evolutionary algorithms (varying in crossover and selection operators) was tested in different configurations: with and without infeasible solutions in populations. Parameters for all algorithm configurations were obtained from automatic tuning procedure (ParamILS). Results show that presence of too long paths in a population can improve quality of resulting solutions. The presented metaheuristic generated optimal or close to optimal solutions for the tested benchmark networks.
    Orienteering Problem (OP) należy do problemów optymalizacji kombinatorycznej i jest zdefiniowany na grafach ważonych. Celem OP jest znalezienie ścieżki o ograniczonej długości i maksymalnym łącznym proficie (zbieranym w wierzchołkach). Artykuł prezentuje porównanie różnych metod radzenia z rozwiązaniami niedopuszczalnymi (zbyt długimi ścieżkami) w algorytmach ewolucyjnych rozwiązujących OP. Grupa algorytmów ewolucyjnych (różniących się operatorami selekcji i krzyżowania) została przetestowana w dwóch konfiguracjach: z osobnikami dopuszczalnymi w populacji oraz bez nich. Wartości parametrów algorytmów zostały ustawione za pomocą automatycznej procedury kalibracji (ParamILS). Wyniki wskazują, że obecność zbyt długich ścieżek w populacji może poprawić jakość rozwiązań. Prezentowana meta-heurystyka uzyskiwała rozwiązania optymalne lub bliskie optymalnym dla sieci testowych.
    Źródło:
    Advances in Computer Science Research; 2018, 14; 143-161
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie problemu komiwojażera z profitami i oknami czasowymi do wyznaczania tras atrakcyjnych turystycznie okolic Białegostoku
    An application of the Orienteering Problem with Time Windows for tour planning problem in Bialystok region
    Autorzy:
    Karbowska-Chilińska, J.
    Zabielski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/404133.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    problem komiwojażera
    algorytm genetyczny
    generowanie tras atrakcyjnych turystycznie
    orienteering problem
    genetic algorithm
    tour planning problem
    Opis:
    Problem komiwojażera z profitami i oknami czasowymi jest dogodnym modelem dla problemu optymalnego planowania tras atrakcyjnych turystycznie. W pracy przedstawiono rozwiązanie tej odmiany problemu komiwojażera za pomocą algorytmu genetycznego GAPR. W miejsce krzyżowania zaproponowano wymianę obiektów między losowo wybranymi trasami. Rozwiązanie przetestowano na rzeczywistej sieci obiektów turystycznych okolicy Białegostoku. W wyniku testów otrzymano trasy o porównywalnej atrakcyjności jak w algorytmie genetycznym GA z krzyżowaniem (różnica jest na korzyść GAPR około 0.5%) i czasem generowania trasy nie przekraczającym 1.5 sekundy. Algorytm może być zastosowany w planerach tras turystycznych.
    Orienteering problem with time windows (OPTW) is a good model for the tour planning problem. In this article a genetic algorithm with path relinking (GAPR) is used for solving OPTW. The path relinking (PR) process is applied instead of a crossover. The solution has been tested on a real network of tourist points of interests in Bialystok region. Routes which are the test results are comparable with the routes generated by the previous GA with crossover (the GAPR exceeds profit result about 0.5% relative to GA, the execution time of GAPR does not exceed 1.5 s). The algorithm can be used in trip planners.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2013, 4, 2; 81-89
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Problemy optymalizacyjne stosowane w planerach tras turystycznych
    Optimization problems applied in tourist trip planners
    Autorzy:
    Koszelew, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/403989.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    problem planowania tras turystycznych
    problem orientacyjny
    punkty zainteresowania
    problem planowania tras
    LOGTRAVEL
    tourist trip planning problem
    orienteering problem
    points of interest
    trip planning problem
    Opis:
    W artykule została opisana innowacyjna biblioteka oprogramowania LOGTRAVEL, która zawiera efektywne algorytmy rozwiązujące Problem Planowania Tras Turystycznych (ang. Tourist Trip Planning Problem (TTPP)). Komponent LOGTRAVEL może być wykorzystany w wielu turystycznych portalach internetowych, które oferują funkcjonalności inteligentnego planera podróży. Problemy optymalizacyjne, których rozwiązania są zawarte w LOGTRAVEL, stanowią mniej lub bardziej skomplikowaną wersję problemu komiwojażera z profitami i ograniczeniami. Ten problem jest znany z literatury jako orienteering problem i należy do problemów trudnych obliczeniowo. Niniejszy artykuł ma charakter przeglądowy, definiuje rozwiązywane problemy oraz ich zastosowania, ale nie prezentuje rozwiązań tychże problemów.
    The paper describes the innovative software library LOGTRAVEL, which includes efficient algorithms for different variants of the Tourist Trip Planning Problem (TTPP). LOGTRAVEL component can be applied in the very popular at the moment web portals that offer functionalities of intelligent travel planner. Optimization problems solved by the methods of LOGTRAVEL library are more or less complicated variants of the Traveling Salesman Problem with Constraints and Profits. This problem is known in the literature as Orienteering Problem and belongs to the set of computationally difficult problems. The paper has the survey character and is to the definition of the problems and their application and does not present solutions for them.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2013, 4, 3; 133-141
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The comparison of genetic algorithms which solve orienteering problem using complete and incomplete graph
    Porównanie algorytmów genetycznych rozwiązujących Orienteering Problem przy pomocy grafu pełnego i niepełnego
    Autorzy:
    Ostrowski, K.
    Koszelew, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/341187.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    graf niepełny
    graf pełny
    sieć transportowa
    OP
    GA
    algorytm genetyczny
    orienteering problem
    transport network
    genetic algorithm
    incomplete graph
    complete graph
    Opis:
    The purpose of this work was to compare two forms of genetic algorithm (complete and incomplete graph version) which solves Orienteering Problem (OP). While in most papers concerning OP graph is complete and satisfies triangle inequality, in our versions such assumptions may not be satisfied. It could be more practical as transport networks are graphs which do not have to satisfy those conditions. In such cases, graphs are usually complemented with fictional edges before they can be used by classic OP solving algorithms which operate on complete graphs. This paper answers the question: Is it better (in terms of results quality and time consumption) to transform graphs to classic OP form before running algorithm (complete graph version) or to solve OP on graphs without any assumptions and changes (incomplete graph version)? The computer experiment was conducted on the real transport network in Poland and its results suggest that it is worth checking both versions of the algorithm on concrete networks.
    Celem pracy było porównanie dwóch odmian algorytmu (wersja dla grafu pełnego i niepełnego) rozwiązujących Orienteering Problem (OP). W większości artykułów dotyczących OP graf jest pełny, a jego krawędzie spełniają nierówność trójkąta, natomiast w naszej wersji takie założenia mogą nie być spełnione. Może to być bardziej praktyczne ponieważ sieci transportowe są grafami, ktore nie muszą spełniać tych warunków. W takich przypadkach grafy są zazwyczaj uzupełniane fikcyjnymi krawędziami, a następnie działają na nich algorytmy rozwiązujące klasyczną wersje OP, które operują na grafie pełnym. Artykuł odpowiada na pytanie: czy pod względem jakości wyników i czasu obliczeń lepiej jest przekształcać graf do klasycznej formy OP przed uruchomieniem algorytmu w wersji dla grafu pełnego czy rozwiązywać OP na grafie niezmienionym i nie spełniającym dodatkowych założeń (wersja dla grafu niepełnego)? Eksperyment został przeprowadzony na prawdziwej sieci transportowej w Polsce, a jego wyniki sugerują, że warto sprawdzać obie wersje algorytmu na konkretnych sieciach.
    Źródło:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2011, 8; 61-77
    1644-0331
    Pojawia się w:
    Zeszyty Naukowe Politechniki Białostockiej. Informatyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja trasy podróży turystycznej samochodem elektrycznym
    The optimization of a tourist route of electric vehicle
    Autorzy:
    Karbowska-Chilińska, J.
    Zabielski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/404234.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    graf ważony
    generowanie trasy
    optymalizacja trasy
    problem orientacyjny
    algorytm ewolucyjny
    pojazd elektryczny
    weighted graph
    route generating
    route optimization
    orienteering problem
    evalutionary algorithm
    electrical vehicle
    Opis:
    Samochód elektryczny jest zeroemisyjny, bardzo cichy i tani w eksploatacji. Może być wykorzystywany zarówno jako samochód miejski, jak i w podróżowaniu turystycznym. W artykule przedstawiamy algorytm, który zaplanuje trasę wycieczki w taki sposób, żeby odwiedzone zostały najatrakcyjniejsze obiekty turystyczne, oraz uwzględni w punkcie początkowym i końcowym trasy ładowanie baterii. Atrakcyjność obiektu jest wyznaczana na podstawie opinii internatów o danym obiekcie. Maksymalna długość wycieczki to liczba kilometrów, jakie samochód może przejechać na jednym ładowaniu baterii. Zaproponowany przez autorów algorytm ewolucyjny został przetestowany na rzeczywistych danych, obejmujących obiekty turystyczne i stacje ładowania baterii na Podlasiu. Czas działania algorytmu oraz wyniki testów wykazują, że opisany algorytm może być częścią modułu oprogramowania stosowanego w samochodach elektrycznych lub aplikacją na smartfony, która ułatwia i uprzyjemnia podróżowanie, a jednocześnie pozwala optymalnie wykorzystać energię samochodu elektrycznego.
    Electric vehicle (EV) does not emit harmful gases, it is very quiet and cheap to use. It can be used both as a city car and in the travel tourism. In this paper we present an algorithm that will plan a route of electric vehicle in such a way that the most attractive tourist points of interest are visited and takes into account the starting point and the final point of a route as a EV charging station. Attractiveness of points of interest is determined on the basis of a ranking on the internet. The maximum length of the tour is determined by the number of kilometres that the car can travel on a single battery charge. The evolutionary algorithm proposed by us was tested on realistic database points of interests and EV charging stations in Podlasie region. On the basis of the tests results and execution times of the algorithm we conclude that the proposed algorithm could be a part of a software module in EV or an application for smart phones which makes traveling easier and more comfortable. Moreover EV battery power is used optimally.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2014, 5, 2; 81-94
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies