اطلاعیه

مقاله ترجمه شده روش های دقیق مربوط به حل مسئله فروشنده دوره گرد نامتقارن

دانلود رایگان مقاله بیس انگلیسی خرید و دانلود ترجمه ی مقاله انگلیسی

کد محصول:CM30

قیمت فایل ترجمه شده:   ۲۰۰۰۰ تومان

تعداد صفحه انگلیسی: ۳۷

سال نشر: ۲۰۱۳

تعداد صفحه ترجمه فارسی:  ۴۵  صفحه word

عنوان فارسی:

مقاله ترجمه شده روش های دقیق مربوط به حل مسئله فروشنده دوره گرد نامتقارن

عنوان انگلیسی:

Exact methods for the asymmetric traveling salesman problem

چکیده فارسی:

در این بررسی ما تمرکز خود را بر روی روش های دقیق حل مسئله فروشنده دوره گرد نامتقارن در بررسی های انجام شده، به دنبال تحقیقات افرادی چون بالاس و توس، قرار می دهیم. در بخش ۲، دو روش خاص شاخه و کران، بر مبنای حل مرتبط به مسئله گمارش بر مبنای ترمیم، نشان داده و مقایسه می گردد. در بخش ۳، روش شاخه و کران بر مبنای محاسبه کران جمع پذیر شرح داده می شود، در حالی که در بخش ۴ روش شاخه و بُرش به بحث گذاشته می شود. در نهایت در بخش ۵،  تمام این روش ها از نظر محاسباتی  بر روی مجموعه بزرگی از نمونه ها تست شده، و با کدهای قابل اجرا شاخه و بُرش برای مسئله فروشنده دوره گرد نامتقارن، مقایسه می گردند.

ترجمه صفحه ی ۳۷ مقاله

ص ۳۷

به موجب زمان محاسبه کلی، در ارتباط با بیشتر نمونه های تصادفی، کارآمدترین کد CDT می باشد که به خوبی بر روی نمونه های  و  کار می کند.  به طور متوسط دارای عملکرد بهتری از CDT می باشد ( باعث بهینه سازی در ۱۰۰۰ CPU در ثانیه، ۸ نمونه دیگر) می گردد، ولی به هر حال به عنوان ۴ کد برتر بر روی نمونه ها نمی باشد.

کدهای و  به طور کلی، به عنوان بهترین روش بوده، که کد اول همیشه سریعتر از کد دوم می باشد، بنابراین اغلب موارد نیازمند گره های شاخه ای می باشد. ما اعتقاد داریم که این اساسا به دلیل جداسازی سریعتر و ابزارهای قیمت گذاری مورد استفاده در می باشد. به طور مشخص، به هر حال،  به شکل بهینه به حل  نپرداخته، که در عوض توسط حتی در نسخه STSP،قابل حل می باشد، که در جدول ۴.۳ می توانید مشاهده کنید. به نظر می رسد که عملکرد آسیب شناختی  حاصل توالی تصادفی انتخاب غلط متغیرهای شاخه بندی شده در سطح زیرشاخه های اول درختی می باشد.

جای تعجب نیست که، به اجرا در آوردن موارد مشخصی را در مورد اندازه نمونه ها ایجاد کرده، و به گونه ای طراحی می شود تا نمونه های STSP خیلی بزرگ مد نظر قرار گیرد. از طرف دیگر، توسط محققان به اجرا در می آید تا به حل نمونه های ATSP در اندازه متوسط به همراه بیش از ۲۰۰ راس پرداخته، و موارد ذهنی اولیه و رابط های بهینه شده را با حل کننده LP بکار نمی گیرد. طبق نظر ما، این حقیقت که عملکرد قابل مقایسه بوده یا بهتر از  می باشد اساسا بر مبنای تاثیر رویکرد جداسازی خاص ATSP مورد استفاده می باشد. این نشان می دهد که غنی سازی ابزارهای جداسازی STSP توسط رئوش های جداسازی ATSP بر مبنای روش هایی برای راه حل نمونه های ATSP می باشد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Time limit is exhausted. Please reload the CAPTCHA.