|
|
سنجش از دور و Gis ایران، جلد ۵، شماره ۳، صفحات ۰-۰
|
|
|
| عنوان فارسی |
ارائه روشی ترکیبی مبتنی بر بهینه سازی جمعیت مورچه ها و الگوریتم ژنتیک برای حل مسئله فروشنده دوره گرد در GIS |
|
| چکیده فارسی مقاله |
انسان از دیرباز برای حل مسائل پیچیده، از جهان زنده پیرامونش الهام گرفته است. این امر آشکارا در توسعه الگوریتم‌های مختلف تقریبی، از نظریه تکاملی داروین تا الگوریتم‌های مختلف هوش جمعی، دیده می‌شود. مسئله فروشنده دوره‌گرد از مسائلی است که می‌توان آن را با الگوریتم هوش جمعی به چالش کشید. در پژوهش حاضر ابتدا با ارزیابی و تنظیم صحیح پارامترهای مؤثر در الگوریتم بهینه‌سازی کلونی مورچه‌ها، الگوریتم هوش جمعی بهبود می‌یابد. سپس روشی ترکیبی برای حل دودویی مسئله فروشنده دوره‌گرد در مقیاس بزرگ و برمبنای الگوریتم بهبود‌یافته کلونی مورچه‌ها و عملگرهای الگوریتم ژنتیک ارائه می‌شود. به‌منظور بررسی کیفیت جواب‌های به‌دست‌آمده، نتایج روش پیشنهادی با نتایج دو الگوریتم بهینه‌سازی کلونی مورچه‌ها و الگوریتم ژنتیک در مسیریابی بین مراکز استان‌ها مقایسه می‌شود. این مقایسه بهبود در جواب‌ها، کاهش زمان اجرای الگوریتم، و کاهش حجم لازم برای ذخیره‌سازی جواب‌های به‌دست‌آمده در شرایط گوناگون را نشان می‌دهد. با توجه به پایداری و بهینگی نتایج حاصل از الگوریتم مورچه بهبود‌یافته و اهمیت افزایش خدمات در سامانه اطلاعات مکانی، کاربرد الگوریتم پیشنهادی در صنعت توریسم مطرح می‌شود. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
|
|
| چکیده انگلیسی مقاله |
Human has always inspired by his environment to challenge complex issues. This is exposed in many approximation algorithms; from Darvin theory to numerous swarm intelligence procedures. Due to the importance of Traveling Salesman Problem (TSP) in combinatorial optimization, numerous methods are proposed to solve the problem. This paper firstly extends Ant Colony Optimization (ACO) by identifying and optimizing its efficient parameters. Then, a novel method is presented to solve TSP in large scales, based on the improved ACO and Genetic Algorithm (GA) operators. To assess the algorithm, its results are compared with two other procedures, namely ACO and GA in routings between centers of various provinces. It is demonstrated that by using the proposed algorithm, the results have been improved; the running times as well as the necessary storage for saving acquired data in different conditions are reduced. Due to paying attention to the optimum and constant results of the proposed algorithm as well as the importance of improving the services in GIS, the usage of the algorithm in tourism industry is presented. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
ندا کفاش چرندابی | kaffash charandabi
دانشگاه خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
علی اصغر آل شیخ | ali asghar
دانشگاه خواجه نصیرالدین طوسی
سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
گلبرگ کامروز خدایار | kamrouz khodayar
|
|
| نشانی اینترنتی |
http://gisj.sbu.ac.ir/article/view/1204 |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/911/article-911-444035.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
علوم پایه |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|