Constraint Solid Traveling Salesman Problem mit genetischem Algorithmus
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Normalerweise sind in der Literatur zweidimensionale TSPs zu finden. Im wirklichen Leben sind jedoch dreidimensionale TSPs (3DTSP) in Mode. In 3DTSP werden verschiedene Transportmittel, die in verschiedenen Städten zur Verfügung stehen, von den Verkäufern genutzt, um die Kosten zu minimieren. Diese TSPs finden breite Anwendung in den Bereichen medizinischer Vertreter, Netzwerk-Routing, Transport, logistische Probleme und elektronische Fertigung, etc. Auch diese NP-schweren Probleme können in verschiedenen unpräzisen Umgebungen formuliert und gelöst werden. Hier wird der Genetische Algori...
Normalerweise sind in der Literatur zweidimensionale TSPs zu finden. Im wirklichen Leben sind jedoch dreidimensionale TSPs (3DTSP) in Mode. In 3DTSP werden verschiedene Transportmittel, die in verschiedenen Städten zur Verfügung stehen, von den Verkäufern genutzt, um die Kosten zu minimieren. Diese TSPs finden breite Anwendung in den Bereichen medizinischer Vertreter, Netzwerk-Routing, Transport, logistische Probleme und elektronische Fertigung, etc. Auch diese NP-schweren Probleme können in verschiedenen unpräzisen Umgebungen formuliert und gelöst werden. Hier wird der Genetische Algorithmus entwickelt und verwendet, um diese Art von NP-schweren Problemen zu lösen. Verschiedene Arten von Genetischen Algorithmen wurden neu entwickelt, um diese Probleme zu lösen. Während meiner Forschungsarbeit habe ich festgestellt, dass es für die Lösung diskreter Optimierungsprobleme durch Soft-Computing-Techniken, insbesondere Genetischer Algorithmus, Ameisenkolonie-Optimierung und Partikelschwarm-Optimierung, viel Spielraum für die Entwicklung neuer Operatoren mit verschiedenen unsicheren Parametern und neuer Hybridisierungstechniken gibt. Dies hat mich dazu motiviert, einige innovative TSPs zu betrachten und mit Soft-Computing-Techniken zu lösen.
Andere Kunden interessierten sich für
