Multiple travelling salesman problem with fuzzy c-means and  ant colony optimization algorithms

Derya Dikbıyık; Selçuk Alp

Makale detayları

Multiple travelling salesman problem with fuzzy c-means and ant colony optimization algorithms

Yazarlar:

Derya Dikbıyık | Selçuk Alp

Yayıncı:

Balıkesir University

Ana Başlıklar:

Yöneylem

Dergi:

Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Vol.26 Issue 49, pp.185-201

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001294403

pISSN:

1301-5265

Anahtar kelimeler:

Özet:

 Heuristic algorithms are algorithms that can provide near-optimum solutions for very large-scale optimization problems in an acceptable time. They are commonly used methods in terms of being at an acceptable level and reaching a solution easily and quickly, although it cannot be guaranteed that the best solution will be found. Problem solving approaches being used in heuristic methods; decision making, optimization, fuzzy logic, artificial intelligence, machine learning, deep learning. In this paper; chosen method in order to find the best solution of route optimization for the Travelling Salesman Problem TSP, which has applications in many areas, is that Ant Colony Optimization ACO. For classification of the data, that is randomly selected, Fuzzy C-Mean Clustering FMC Algorithm has being used. The data set has being separated into 3, 4 and 5 clusters and all cluster data sets obtained were evaluated with Multiple ACO and then the results were compared.

 Heuristic algorithms are algorithms that can provide near-optimum solutions for very large-scale optimization problems in an acceptable time. They are commonly used methods in terms of being at an acceptable level and reaching a solution easily and quickly, although it cannot be guaranteed that the best solution will be found. Problem solving approaches being used in heuristic methods; decision making, optimization, fuzzy logic, artificial intelligence, machine learning, deep learning. In this paper; chosen method in order to find the best solution of route optimization for the Travelling Salesman Problem TSP, which has applications in many areas, is that Ant Colony Optimization ACO. For classification of the data, that is randomly selected, Fuzzy C-Mean Clustering FMC Algorithm has being used. The data set has being separated into 3, 4 and 5 clusters and all cluster data sets obtained were evaluated with Multiple ACO and then the results were compared.

 Heuristic algorithms are algorithms that can provide near-optimum solutions for very large-scale optimization problems in an acceptable time. They are commonly used methods in terms of being at an acceptable level and reaching a solution easily and quickly, although it cannot be guaranteed that the best solution will be found. Problem solving approaches being used in heuristic methods; decision making, optimization, fuzzy logic, artificial intelligence, machine learning, deep learning. In this paper; chosen method in order to find the best solution of route optimization for the Travelling Salesman Problem TSP, which has applications in many areas, is that Ant Colony Optimization ACO. For classification of the data, that is randomly selected, Fuzzy C-Mean Clustering FMC Algorithm has being used. The data set has being separated into 3, 4 and 5 clusters and all cluster data sets obtained were evaluated with Multiple ACO and then the results were compared.

 Sezgisel algoritmalar, kabul edilebilir sürede optimuma yakın çözümler verebilen ve çok büyük boyutlu optimizasyon problemleri için kullanılabilen algoritmalardır. En iyi çözümün bulunacağı garanti edilememekle beraber, bulunan çözümün kabul edilebilir düzeyde olması, çözüme kolay ve hızlı ulaşılabilmesi açısından kullanımı oldukça yaygın olan yöntemlerdir. Sezgisel yöntemlerde problemin çözümüne yönelik yaklaşımlar; karar verme, optimizasyon, bulanık mantık, yapay zeka, makine öğrenmesi, derin öğrenme şeklinde karşımıza çıkar. Bu çalışmada; pek çok alanda uygulaması olan Gezgin Satıcı Problemi GSP için optimuma en yakın çözümü hızlı bir şekilde bulabilmek amacıyla Karınca Kolonisi Optimizasyonu KKO yöntemi seçilmiştir. Rastgele seçilen verileri gruplandırmak amacıyla da Bulanık C-Ortalamalı Kümeleme BCO Algoritması kullanılmıştır. Çalışmada kullanılan veriler BCO algoritması kullanılarak ayrı ayrı 3, 4 ve 5 kümeye ayrılmış; elde edilen veri setleri Çoklu KKO ile değerlendirilmiş ve sonuçlar karşılaştırılmıştır.

Makale detayları

Multiple travelling salesman problem with fuzzy c-means and ant colony optimization algorithms

Yazarlar:

Derya Dikbıyık | Selçuk Alp

Yayıncı:

Balıkesir University

Ana Başlıklar:

Yöneylem

Dergi:

Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Vol.26 Issue 49, pp.185-201

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001294403

pISSN:

1301-5265

Ant colony optimization

Fuzzy c-means clustering

Multiple travelling salesman problemKarınca kolonisi optimizasyonu

Bulanık c-ortalamalı kümeleme

Çoklu gezgin satıcı problemi

Sayı

Makale detayları

Multiple travelling salesman problem with fuzzy c-means and ant colony optimization algorithms

Yazarlar: Derya Dikbıyık | Selçuk Alp

Yayıncı: Balıkesir University

Ana Başlıklar: Yöneylem

Dergi: Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Vol.26 Issue 49, pp.185-201

Belge Tipi: Makale

Yayın Tarihi: 6/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001294403

pISSN: 1301-5265

Ant colony optimization

Fuzzy c-means clustering

Multiple travelling salesman problemKarınca kolonisi optimizasyonu

Bulanık c-ortalamalı kümeleme

Çoklu gezgin satıcı problemi

Sayı

Yazarlar:

Derya Dikbıyık | Selçuk Alp

Yayıncı:

Balıkesir University

Ana Başlıklar:

Yöneylem

Dergi:

Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Vol.26 Issue 49, pp.185-201

Belge Tipi:

Makale

Yayın Tarihi:

6/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001294403

pISSN:

1301-5265