Gezgin satıcı ve gezgin tamirci problemleri için meta-sezgisel çözüm yaklaşımları

Gezgin satıcı problemi (GSP) uzun yıllardır yoğun bir şekilde çalışılan bir kombinatoryal optimizasyon problemidir. GSP, kat edilen toplam mesafeyi en aza indirmek için her noktaya sadece bir kez uğranılan bir Hamilton turu yaratma problemidir. Karınca kolonisi optimizasyonu (KKO), optimizasyon problemlerini çözmek için meta-sezgisel bir yaklaşımdır. Çalışmada, yerel arama sezgisellerinden yararlanan KKO tabanlı bir algoritma önerilmiştir. Önerilen algoritma iyi bilinen GSP veri setlerine uygulanmış ve sonrasında hesaplamalardan elde edilen sonuçlara göre algoritmanın performansı tartışılmıştır.Gezgin tamirci problemi (GTP) farklı konumlarda bulunan müşterilerin bekleme sürelerinin toplamını en aza indirmenin amaçlandığı bir Hamilton turu bulma problemidir. Genetik algoritmalar (GA) evrim sürecinden ilham alınarak yaratılmış meta-sezgisel çözüm yöntemleridir. İkinci çalışmada GTP'yi çözmek için genetik algoritmayı yerel arama sezgiseli ile birleştiren bir hibrit algoritma önerilmiştir. Önerilen algoritma literatürde çalışılmış bir dizi örneğe uygulanmıştır. Algoritmanın performansı hesaplama çalışmasının sonucuna göre değerlendirilmiştir.Bu çalışmaların amacı, büyük ölçekli GSP ve GTP problemlerini çözmek için gerçek hayat problemlerine uygulanabilen verimli ve etkili algoritmalar geliştirmektir.Üçüncü çalışma olarak, varsayımları temel alan bir kar felaketi durumu hakkında bir vaka çalışması GSP ve GTP olarak çalışılmıştır. Önerilen algoritmalar vakaya uygulanmış ve sonuçları tartışılmıştır.