معرفی مقاله "An improved memetic genetic algorithm based on a complex network as a solution to the traveling salesman problem"

مقاله فوق به عنوان مقاله مستخرج از تز دکترای هادی محمدی است که راهنمایی آن توسط جناب آقای دکتر کمال میرزائی و مشاوره آن توسط جناب آقای دکتر محمدرضا ملاخلیلی انجام شده است. این مقاله در سال 2020 در مجله "Turkish Journal of Electrical Engineering & Computer Sciences" چاپ شده است. این مجله ISI با ضریب تاثیر 0.8 می باشد. خلاصه مقاله چاپ شده در این مجله به شرح ذیل است:

الگوریتم ژنتیک انتخاب خوبی برای یافتن راه حل حول همسایگان نمی باشد. مقاله فعلی یک الگوریتم ممتیکی با جستجوی محلی پیشنهادی برای عملگر جهش الگوریتم ژنتیک به منظور حل مسئله فروشنده دوره گرد بکار می برد. الگوریتم ممتیک پیشنهادی از عملگرهای جابه جائی، معکوس و درجی برای ایجاد تغییر در میان راه حل ها استفاده می کند. در الگوریتم ژنتیک پایه، برخلاف دنیای واقعی، ارتباط میان نسل ها در نظر گرفته نشده است. این حلقه مفقوده با استفاده از شبکه پیچیده پیشنهادی حل می شود و اجازه انتخاب از میان راه حل های ممکن را فراهم می کند. معیار درجه برای آنالیز شبکه مورد استفاده قرار گرفته شده است. سناریوهای مختلفی برای حل هفت نوع مسئله از TSPLib در نظر گرفته شده است. برای مثال، زمانی که مسئله TSP برای 70 شهر در مقایسه با بهترین راه حل ها در پایگاه داده TSPLib حل می شود نتایج حاکی از این است که الگوریتم ممتیک شبکه پیچیده ای، الگوریتم ممتیک با جستجوی محلی پیشنهادی و الگوریتم ژنتیک پایه به ترتیب 0.31%%1.15% و 38% خطا دارند. این نتایج نشان می دهد که الگوریتم ممتیک شبکه پیچیده ای در مقایسه با الگوریتم ممتیک با جستجوی محلی پیشنهادی و الگوریتم ژنتیک پایه کارائی بهتر دارد. همچنین، میانگین زمان اجرای الگوریتم ها مقیاس پذیری آنها را نشان می دهد.

 منابع

https://journals.tubitak.gov.tr/elektrik/abstract.htm?id=27976