LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2

Podobne dokumenty
LABORATORIUM 3: Wpływ operatorów krzyżowania na skuteczność poszukiwań AE

ĆWICZENIE 1: Przeszukiwanie grafów cz. 1 strategie ślepe

LABORATORIUM 4: Algorytmy ewolucyjne cz. 2 wpływ operatorów krzyżowania i mutacji na skuteczność poszukiwań AE

LABORATORIUM 2: Wpływ wielkości populacji i liczby pokoleń na skuteczność poszukiwań AE. opracował: dr inż. Witold Beluch

LABORATORIUM 7: Problem komiwojażera (TSP)

LABORATORIUM 6: Problem komiwojażera (TSP) cz. 1. opracował: dr inż. Witold Beluch

ĆWICZENIE 1: Przeszukiwanie grafów strategie heurystyczne

LABORATORIUM 2: Przeszukiwanie grafów cz. 2 strategie heurystyczne

LABORATORIUM 5: Wpływ reprodukcji na skuteczność poszukiwań AE. opracował: dr inż. Witold Beluch

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

MIO - LABORATORIUM. Imię i nazwisko Rok ak. Gr. Sem. Komputer Data / EC3 VIII LAB...

Wyznaczanie optymalnej trasy problem komiwojażera

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Zadania laboratoryjne i projektowe - wersja β

ĆWICZENIE 5: Sztuczne sieci neuronowe

ĆWICZENIE 2: Algorytmy ewolucyjne cz. 1 wpływ wielkości populacji i liczby pokoleń na skuteczność poszukiwań AE

Generowanie i optymalizacja harmonogramu za pomoca

LABORATORIUM 1: Program Evolutionary Algorithms

Algorytmy genetyczne dla problemu komiwojażera (ang. traveling salesperson)

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

Rozwiązanie problemu komiwojażera przy użyciu algorytmu genetycznego 2

REGULAMIN ZAJĘĆ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Podstawy programowania. Ćwiczenie. Pojęcia bazowe. Języki programowania. Środowisko programowania Visual Studio

KARTA MODUŁU KSZTAŁCENIA

Algorytmy genetyczne

LABORATORIUM 4: Wpływ operatorów mutacji na skuteczność poszukiwań AE

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny technologiczny Politechnika Śląska

SIECI KOMPUTEROWE I TECHNOLOGIE INTERNETOWE

Instytut Mechaniki i Inżynierii Obliczeniowej fb.com/groups/bazydanychmt/

Zastosowanie technologii nvidia CUDA do zrównoleglenia algorytmu genetycznego dla problemu komiwojażera

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny technologiczny Politechnika Śląska

Algorytm genetyczny (genetic algorithm)-

PRZEWODNIK PO PRZEDMIOCIE

REGULAMIN ZAJĘĆ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

Języki Programowania z Programowaniem Obiektowym laboratorium (30 godzin/semestr)

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE

Algorytmy ewolucyjne 1

Algorytm dyskretnego PSO z przeszukiwaniem lokalnym w problemie dynamicznej wersji TSP

LABORATORIUM Z WYTRZYMAŁOŚCI MATERIAŁÓW

METODY REPREZENTACJI INFORMACJI

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Algorytmika Problemów Trudnych

TEORIA GRAFÓW I SIECI

ALGORYTMY I STRUKTURY DANYCH

Instrukcja projektowa cz. 2

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE

Tomasz M. Gwizdałła 2012/13

Instytut Mechaniki i Inżynierii Obliczeniowej fb.com/groups/bazydanychmt/

PRZEWODNIK PO PRZEDMIOCIE

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Techniki optymalizacji

Dobór parametrów algorytmu ewolucyjnego

Działanie algorytmu oparte jest na minimalizacji funkcji celu jako suma funkcji kosztu ( ) oraz funkcji heurystycznej ( ).

Algorytmy genetyczne

KATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN. Instrukcja do ćwiczeń laboratoryjnych z elementów analizy obrazów

Metody przeszukiwania

PROGRAM SPOTKAŃ AKADEMICKICH INFORMATYKA. umożliwienie uczniowi kontaktu ze środowiskiem pracowników naukowych i infrastruktury wyższej uczelni,

METODY REPREZENTACJI INFORMACJI

Projektowanie baz danych za pomocą narzędzi CASE

METODY OPTYMALIZACJI. Tomasz M. Gwizdałła 2018/19

INSTRUKCJA DO ĆWICZENIA NR 2

IMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM

14. Przedmiot: N/PM2012/11/14/I1 INFORMATYKA moduł 1 Semestr. Liczba tygodni Liczba godzin w tygodniu Liczba godzin w semestrze ECTS

Inżynieria wiedzy. Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki

Wybrane podstawowe rodzaje algorytmów

Programowanie dynamiczne cz. 2

SZTUCZNA INTELIGENCJA

Algorytmy memetyczne (hybrydowe algorytmy ewolucyjne)

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

Algorytmy ewolucyjne

Informatyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Wykład 4. Droga i cykl Eulera i Hamiltona

Ćwiczenia laboratoryjne. Oprogramowanie i badanie prostych metod sortowania w tablicach

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki

PRZEWODNIK PO PRZEDMIOCIE

Techniki optymalizacji

Laboratorium - Archiwizacja i odzyskiwanie danych w systemie Windows XP

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA ZADANIE KOMIWOJAŻERA METODY ROZWIĄZYWANIA. Specyfika zadania komiwojażera Reprezentacje Operatory

Microsoft EXCEL SOLVER

rodzaj zajęć semestr 1 semestr 2 semestr 3 Razem Lp. Nazwa modułu E/Z Razem W I

Ćwiczenie Nr 7 ZARZĄDZANIE SYSTEMEM WINDOWS. cz. I Panel sterowania i pulpit. Zespół Szkół Technicznych w Suwałkach. Pracownia Systemów Komputerowych

PLAN WYKŁADU OPTYMALIZACJA GLOBALNA OPERATOR KRZYŻOWANIA ETAPY KRZYŻOWANIA

Języki programowania imperatywnego

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Sposoby przedstawiania algorytmów

Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW /99

PRZEWODNIK PO PRZEDMIOCIE ANALIZA SYSTEMOWA. Logistyka. Niestacjonarne. I stopnia III. dr Cezary Stępniak. Ogólnoakademicki.

Problemy z ograniczeniami

PRZEWODNIK PO PRZEDMIOCIE

Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach

Transkrypt:

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl OBLICZENIA EWOLUCYJNE LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2 opracował: dr inż. Witold Beluch witold.beluch@polsl.pl Gliwice 2012

OBLICZENIA EWOLUCYJNE LABORATORIUM 7 2 Cel ćwiczenia Wykonując ćwiczenia laboratoryjne przeprowadzisz dalsze badania związane z problemem komiwojażera z zastosowaniem program optymalizacji ewolucyjnej Visual Genetic TSP. Spróbujesz dobrać takie parametry programu, które dają najlepsze rezultaty w jak najkrótszym czasie. Ponadto stworzysz własny plik z miastami i spróbujesz znaleźć dla niego optymalne rozwiązanie. Wstęp Opis problemu komiwojażera (ang. Traveling Salesman Problem, TSP) znajduje się w instrukcji do ćwiczenia laboratoryjnego nr 6. W razie potrzeb sięgnij do tej instrukcji. (Bardzo) krótkie przypomnienie znajduje się poniżej. Problem komiwojażera jest zadaniem poszukiwania w grafie pełnym cyklu Hamiltona o minimalnej sumie wag krawędzi ( odległości ). Problem komiwojażera należy do zadań NP-trudnych. Ma on złożoność wykładniczą typu O(n!) i dla n miast liczba wszystkich kombinacji k n wyraża się zależnością (dla problemu symetrycznego): k n ( n 1)! = (1) 2 Jak już wiesz, problem komiwojażera wymaga specjalnego podejścia, jeśli do jego rozwiązania chcemy zastosować algorytm ewolucyjny; dotyczy to zarówno kodowania, jak i operatorów genetycznych. Zarówno najczęściej stosowane sposoby kodowania (reprezentacja ścieżkowa i reprezentacja porządkowa), jak i podstawowe operatory genetyczne stosowane ewolucyjnym podejściu do problemu komiwojażera zostały opisane w instrukcji do ćwiczenia laboratoryjnego nr 6. Program Visual Genetic TSP Z programem Visual Genetic TSP (VG-TSP) zapoznałeś się wykonując poprzednie ćwiczenie laboratoryjne. Większość potrzebnych Ci informacji o ustawieniach i funkcjach programu znajduje się w pliku pomocy do tego programu...

OBLICZENIA EWOLUCYJNE LABORATORIUM 7 3 Do wykonania Zadanie 1: Rozwiąż zadanie komiwojażera dla zestawu miast w pliku o nazwie human100.mst: Znajdź optymalne parametry dla reprezentacji ścieżkowej (dające jak najlepsze rozwiązanie w jak najkrótszym czasie). Może warto skorzystać z doświadczeń z poprzednich zajęć laboratoryjnych? Opcja generowania trasy początkowej (Data->Initial tour) ma być ustawiona na Random! Testujemy wyłącznie algorytm ewolucyjny... W czasie przeprowadzania badań rób notatki zapisuj wszelkie ustawienia i uzyskane wyniki. Porównaj rozwiązania z innymi sekcjami. Zadanie 2: Stwórz własny plik Moje_Nazwisko.mst z miastami w liczbie nie mniejszej niż 40, korzystając z dowolnego edytora (np. systemowego Notatnika). Możesz się wzorować na rzeczywistej mapie. W niektórych wersjach systemu Windows (np. Windows 7) nie działa funkcja tworzenia własnych plików z danymi (Zakładka Data->Create File). Jeśli chcesz stworzyć własną trasę to wygeneruj plik tekstowy o rozszerzeniu.mst w którym umieścisz współrzędne miast. Przeprowadź badania dla różnych ustawień dla reprezentacji porządkowej. W czasie przeprowadzania badań rób notatki zapisuj wszelkie ustawienia i uzyskane wyniki. Sprawozdanie Sprawozdanie ma być dostarczone wyłącznie w formie elektronicznej. Nazwa pliku wg wzorca: OE_lab7_Jan_Iksinski.doc/pdf. Strona pierwsza to strona tytułowa. W sprawozdaniu należy zamieścić: 1. Cel ćwiczenia. 2. Krótki opis rozwiązywanych zadań. 3. Skan/fotografię protokołu. 4. Opis przeprowadzonych badań i otrzymane wyniki ( w tym zrzuty ekranów z otrzymanych co ciekawszych rozwiązań dla obydwu zadań). 5. Wnioski z ćwiczenia z podziałem na wnioski z zadania 1 i wnioski z zadania 2.

OBLICZENIA EWOLUCYJNE LABORATORIUM 7 4 Literatura i źródła [1] J. Arabas: Wykłady z algorytmów ewolucyjnych. WNT, Warszawa, 2003. [2] Z. Michalewicz: Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa, 1996. [3] http://www.tsp.gatech.edu/index.html - jedna z ciekawszych stron TSP. [4] http://www.mm.pl/~sielim/genetic/gen_komi.htm - Problem komiwojażera - przykład rozwiązania za pomocą AG

OBLICZENIA EWOLUCYJNE Protokół do laboratorium 7: Problem komiwojażera (TSP) cz. 2 Imię i nazwisko Rok ak. Gr. Sem. Komp. Data Podpis prowadzącego 20 / AB3 I Notatki (tu i na drugiej stronie): 1