ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

Σχετικά έγγραφα
Ευρετικές Μέθοδοι. Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής

Διοίκηση Εφοδιαστικής Αλυσίδας

Ευρετικές Μέθοδοι. Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ

Construction heuristics

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Παναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

Πρόβλημα συντομότερης διαδρομής - Shortest path problem. Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

Επιχειρησιακή Έρευνα

ΑΛΓΟΡΙΘΜΟΙ. Ενότητα 12: Αντιμετώπιση Περιορισμών Αλγοριθμικής Ισχύος

ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

Υπολογιστική Πολυπλοκότητα

Ευρετικές Μέθοδοι. Ενότητα 6: Αναζήτηση μεταβλητής γειτνίασης. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ

ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

Εισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

On line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Επιχειρησιακή Έρευνα

Κλάσεις Πολυπλοκότητας

Ευρετικές Μέθοδοι. Ενότητα 2: Βασικές έννοιες των σύγχρονων ευρετικών μεθόδων. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής

ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

Θεωρία τησ Πληροφορίασ (Θ) ΔΙΔΑΚΩΝ: Δρ. Αναςτάςιοσ Πολίτησ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Διαχείριση Εφοδιαστικής Αλυσίδας

Μοντελοποίηση Λογικών Κυκλωμάτων

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Εφαρμογές Συστημάτων Γεωγραφικών Πληροφοριών

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Διαχείριση Εφοδιαστικής Αλυσίδας

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Συστήματα Αυτομάτου Ελέγχου. Ενότητα Α: Γραμμικά Συστήματα

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ

Αλγόριθμοι και πολυπλοκότητα Περιήγηση Πανεπιστημίων

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 6: Προβλήματα ικανοποίησης περιορισμών. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Διαχείριση Χρόνου & Δίκτυα στη Διοίκηση Έργων. Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ

Δομές Δεδομένων Ενότητα 1

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Αλγόριθμοι Προσέγγισης για NP-Δύσκολα Προβλήματα

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 5: ΚΑΤΗΓΟΡΙΕΣ ΑΛΓΟΡΙΘΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ-ΑΝΑΓΩΓΗ

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Γραμμικές Συναρτήσεις Διάκρισης. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

για NP-Δύσκολα Προβλήματα

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 3: Εφαρμογές Δικτυωτής Ανάλυσης (2 ο Μέρος)

Λειτουργικά Συστήματα

Προηγμένα Θέματα Αλγορίθμων (ΣΗΜΜΥ ΕΜΠ) Αλγόριθμοι Δικτύων και Πολυπλοκότητα (ΕΜΠ - ΑΛΜΑ) Προσεγγιστικοί Αλγόριθμοι.

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Πληροφοριακά Συστήματα & Περιβάλλον Ασκήσεις

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

Αλγόριθμοι και Πολυπλοκότητα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΜΑΘΗΜΑ: ΗΛΕΚΤΡΟΤΕΧΝΙΑ-ΗΛΕΚΤΡΟΝΙΚΗ ΕΡΓΑΣΤΗΡΙΟ

Προγραμματισμός και Εφαρμογές Υπολογιστών

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ & ΔΙΟΙΚΗΣΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ

Θεωρία Πιθανοτήτων & Στατιστική

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Υπολογιστικά & Διακριτά Μαθηματικά

Πληροφορική. Εργαστηριακή Ενότητα 3 η : Επεξεργασία Κελιών Γραμμών & Στηλών. Ι. Ψαρομήλιγκος Τμήμα Λογιστικής & Χρηματοοικονομικής

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Τεχνικό Σχέδιο

Επιχειρησιακή Έρευνα

ΝΟΜΙΣΜΑΤΙΚΗ ΟΙΚΟΝΟΜΙΚΗ ΠΟΛΙΤΙΚΗ. Ενότητα 9: ΑΝΕΡΓΙΑ. Γεώργιος Μιχαλόπουλος Τμήμα Λογιστικής-Χρηματοοικονομικής

Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Πληροφορική. Εργαστηριακή Ενότητα 6 η : Ταξινόμηση & Ομαδοποίηση Δεδομένων

Αλγόριθμοι και Πολυπλοκότητα

Θεωρία Λήψης Αποφάσεων

Πρόβλημα του ελάχιστα εκτεταμένου δένδρου - Minimum spanning tree. Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ

ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ. Ενότητα 7: Τέλεια ισορροπία Nash για υποπαίγνια. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Προγραμματισμός και Εφαρμογές Υπολογιστών

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

ΜΑΚΡΟΟΙΚΟΝΟΜΙΚΗ. Ενότητα 10: Το πρόβλημα της ανεργίας. Γεώργιος Μιχαλόπουλος Τμήμα Λογιστικής-Χρηματοοικονομικής

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 5: Παραδείγματα. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Υπολογιστικά & Διακριτά Μαθηματικά

Συντομότερες ιαδρομές

Πανεπιστήμιο Πειραιώς Τμήμα Πληροφορικής

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Σχεδίαση Δικτύων Υπολογιστών

Εργασία για το μάθημα «Γραμμικός και μη προγραμματισμός Βελτιστοποίηση»

ΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΠΕΡΙΟΡΙΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΑΣΙΑ

βασικές έννοιες (τόμος Β)

ιπλωµατική Εργασία Ejection Chain Algorithms για την επίλυση TSP και VRP προβληµάτων Ονοµατεπώνυµο: Σταµατόπουλος Ευστάθιος ΑΜ:

Εισαγωγή στους Αλγορίθμους

Αναζήτηση Κατά Πλάτος

6 η ΕΝΟΤΗΤΑ ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Ασυμπτωτικός Συμβολισμός

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Approximation Algorithms for the k-median problem

Transcript:

Ενότητα 10 Τμήμα Εφαρμοσμένης Πληροφορικής

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς. 2

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Μακεδονίας» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 3

Άλλα κλασικά προβλήματα συνδυαστικής βελτιστοποίησης Traveling Salesman Problem, (TSP), Hamiltonian path / cycle problem, Eulerian path / cycle problem, Chinese postman problem, Minimum Steiner problem in networks 4

TSP Το πρόβλημα του πλανόδιου πωλητή (Traveling Salesman Problem TSP) είναι στην ουσία εξειδίκευση του προβλήματος δρομολόγησης οχημάτων (VRP), εάν θεωρήσουμε ότι ένα μόνο όχημα μπορεί να επισκεφθεί όλους τους πελάτες. Σε αυτήν την περίπτωση αναζητούμε μια κυκλική διαδρομή (και όχι πολλαπλούς υπόκυκλους), με αρχή και τέλος το ίδιο σημείο αφετηρίας. Θέλουμε να ελαχιστοποιήσουμε το κόστος της κυκλικής διαδρομής που εξυπηρετεί τους πελάτες από την αφετηρία. 5

Μεθοδολογίες επίλυσης για TSP Το TSP ανήκει στην κατηγορία προβλημάτων NP-Complete. Ως εκ τούτου, δεν αναμένεται κάποιος αποτελεσματικός αλγόριθμος (εκτός αν P = NP), παρά μόνο κάποιες βελτιωμένες προσεγγιστικές λύσεις. Ευρετικές μέθοδοι (heuristics) Nearest-neighbor The Greedy Algorithm r-opt heuristics Μεθευρετικές μέθοδοι (metaheuristics) Variable neighbourhood search Simulated annealing Tabu search Genetic algorithms Ant colony optimization Exact algorithms Αλγόριθμοι κλάδου και φραγής Cutting planes methods 6

Ευρετικές μέθοδοι (heuristics) για το TSP Heuristics για το TSP: Ευρετικές μέθοδοι κατασκευής διαδρομής ή Construction Heuristics. Nearest-neighbor The Greedy Algorithm Insertion Heuristics o Nearest Insertion o Cheapest Insertion o Farthest Insertion o Random Insertion Ευρετικές μέθοδοι βελτίωσης της υπάρχουσας λύσης ή Improving Solutions. r-opt heuristics Sub-Tour reversal algorithm Node and edge-insertion 7

Nearest-neighbor heuristic για το TSP Ίσως η απλούστερη ιδέα κατασκευής μιας διαδρομής, είναι πάντοτε να επισκεπτόμαστε την κοντινότερη πόλη μεταξύ αυτών που δεν έχουμε ακόμη επισκεφθεί. 8

Greedy Algorithm heuristic για το TSP Ο άπληστος αλγόριθμος ελέγχει τις ακμές κατά αύξουσα σειρά. Προσθέτει μια ακμή στη λύση, μόνο εάν αυτή ενώνει δυο υπό-διαδρομές σε μια μεγαλύτερη υπό-διαδρομή. Ο άπληστος αλγόριθμος τερματίζει όταν έχουμε επισκεφθεί όλους τους κόμβους, άρα έχουμε μια πλήρη διαδρομή. 9

Insertion Heuristics για το TSP Μια άλλη προσέγγιση για το TSP είναι να ξεκινήσουμε με μια υπόδιαδρομή (subtour), δηλαδή μια διαδρομή με ένα μικρό υποσύνολο κόμβων και έπειτα να επεκτείνουμε αυτήν τη διαδρομή εισάγοντας διαδοχικά τους εναπομείναντες κόμβους μέχρις ότου να έχουν εισαχθεί όλοι οι κόμβοι. Υπάρχουν πολλές δυνατότητες για την υλοποίηση της διαδικασίας της εισαγωγής και μπορούν να κατηγοριοποιηθούν ανάλογα με: Πώς να κατασκευάσουμε την αρχική διαδρομή. Πώς να επιλέξουμε τον επόμενο κόμβο προς εισαγωγή. Που να εισάγουμε τον επιλεγμένο κόμβο. Για προβλήματα με Ευκλείδειες αποστάσεις, μπορούμε να βρούμε μια καλή αρχική υπό-διαδρομή εάν ακολουθήσουμε το κυρτό περίβλημα (convex hull) όλων των κόμβων. 10

Insertion Heuristics για το TSP[1] Η κύρια διαφορά των διαφόρων τρόπων εισαγωγής είναι η σειρά με την οποία οι κόμβοι εισάγονται. Θα παρουσιαστούν οι ακόλουθες τέσσερεις στρατηγικές: Nearest Insertion: Ξεκινούμε από μια τυχαία διαδρομή δυο πόλεων. Επιλέγουμε την επόμενη πόλη που απέχει λιγότερο από οποιαδήποτε συνδεδεμένη πόλη και την εισάγουμε στη θέση για την οποία προκύπτει η ελάχιστη αύξηση του μήκους της διαδρομής. Cheapest Insertion: Ξεκινούμε πάλι από μια τυχαία διαδρομή δυο κόμβων. Από το σύνολο των κόμβων που δεν έχουν εισαχθεί μέχρι στιγμής, επιλέγουμε τον κόμβο του οποίου η εισαγωγή προκαλεί την ελάχιστη αύξηση του μήκους της διαδρομής, (η ιδέα βασίζεται σε άπληστη στρατηγική). 11

Insertion Heuristics για το TSP[2] Farthest Insertion: Ξεκινούμε από τη μακρύτερη διαδρομή δυο πόλεων. Έπειτα, από το σύνολο των κόμβων που δεν έχουν εισαχθεί μέχρι στιγμής, επιλέγουμε τον κόμβο του οποίου η ελάχιστη απόσταση προς έναν κόμβο της διαδρομής είναι η μέγιστη. (Η ιδέα είναι να διορθώσει τη συνολική σχεδίαση της διαδρομής από νωρίς στη διαδικασία της εισαγωγής). Random Insertion: Επιλέγουμε με τυχαίο τρόπο μια πόλη κάθε φορά και την προσθέτουμε στη μερική υπό-διαδρομή με τέτοιον τρόπο ώστε να προκύπτει η ελάχιστη αύξηση του μήκους της διαδρομής. Εποπτική παρουσίαση των παραπάνω: http://www-e.uni-magdeburg.de/mertens/tsp 12

Growing trees heuristics για TSP Εάν υποθέσουμε ότι έχουμε ένα δίκτυο με συμμετρικές τιμές αποστάσεων (symmetric TSP) και επίσης ότι ισχύει η «τριγωνική ανισότητα» (δηλαδή c AC c AB + c BC ), τότε: Με τη μέθοδο nearest-neighbor, θα υπολογίσουμε λύση όχι χειρότερη από 1 + logn φορές, της τιμής του κόστους της βέλτιστης διαδρομής για ένα 2 n-πόλεων TSP. Με τη greedy μέθοδο, θα υπολογίσουμε λύση όχι χειρότερη από 0,5 + logn 2 φορές, της τιμής του κόστους της βέλτιστης διαδρομής για ένα n-πόλεων TSP. Παρ όλα αυτά, συνήθως σε μεγάλα προβλήματα η greedy μέθοδος υπολογίζει σημαντικά καλύτερες λύσεις από τη μέθοδο nearest-neighbor. 13

Μέθοδοι βελτίωσης μιας αρχικής διαδρομής για το TSP 14

Improving Solutions: 2-opt[1] Οι διαδρομές που έχουν υπολογιστεί με κάποιο από τα διάφορα construction heuristics της προηγούμενης ενότητας συνήθως είναι μέτριας ποιότητας Έστω ότι τώρα μας ενδιαφέρει να βελτιώσουμε μια ήδη υπάρχουσα διαδρομή. Γενικά, οι ευρετικές μέθοδοι βελτίωσης μιας λύσης χαρακτηρίζονται από μια συγκεκριμένη ενέργεια τροποποίησης της υπάρχουσας διαδρομής. Παράδειγμα τρόπου βελτίωσης είναι η ευρετική μέθοδος 2-opt η οποία πραγματοποιεί κινήσεις 2-exchange. Εποπτική παρουσίαση των παραπάνω: http://www-e.uni-magdeburg.de/mertens/tsp 15

Improving Solutions: 2-opt[2] Μια κίνηση 2-exchange πραγματοποιείται διαγράφοντας δυο ακμές και επανασυνδέοντας τα δυο μονοπάτια που προκύπτουν με διαφορετικό τρόπο ώστε να πάρουμε μια νέα διαδρομή. Υπάρχει ένας μοναδικός τρόπος για να επανασυνδεθούν τα μονοπάτια, ο οποίος οδηγεί σε μια διαφορετική διαδρομή. Μεταξύ όλων των ζευγών ακμών τα οποία η ανταλλαγή (2-exchange) ελαττώνει το συνολικό μήκος, επιλέγουμε εκείνο το ζεύγος ακμών το οποίο μας δίνει την ελάχιστη διαδρομή. Αυτή η διαδικασία επαναλαμβάνεται, μέχρις ότου δεν μπορεί να βρεθεί κάποιο κατάλληλο ζεύγος ακμών. Η διαδρομή που προκύπτει τότε, θα ονομάζεται 2-optimal. 16

Βιβλιογραφία στο TSP David L. Applegate, Robert E. Bixby, Vasek Chvátal & William J. Cook, The Traveling Salesman Problem: A Computational Study, Princeton University Press, 2006. William J. Cook, In Pursuit of the Traveling Salesman: Mathematics at the Limits of Computation, Princeton University Press, 2012. 17

Λύτης προβλημάτων TSP Concorde TSP solver (διατίθεται δωρεάν για ακαδημαϊκή χρήση): http://www.tsp.gatech.edu//concorde/downloads/downloads.htm 18

Υλικό για TSP Καλές πηγές ενημέρωσης: TSP: http://www.tsp.gatech.edu Animated Examples of Heuristic Algorithms: http://www-e.uni-magdeburg.de/mertens/tsp TSPLIB: http://www.iwr.uni-heidelberg.de/groups/comopt/software/tsplib95 19

The Steiner Tree Problem[1] Euclidean Steiner Problem Steiner Problem in Networks Rectilinear Steiner Problem Other Steiner Problems 20

The Steiner Tree Problem[2] Βιβλιογραφία / Εφαρμογές: Grötschel M., Martin A., Weismantel R., The Steiner tree packing problem in VLSI design, Mathematical Programming, 78(2), 265 281, 1997. (URL: http://dx.doi.org/10.1007/bf02614374) Chin Lung Lu, Chuan Yi Tang, Richard Chia-Tung Lee, The Full Steiner Tree Problem in Phylogeny, Lecture Notes in Computer Science, 2387, 107 116, 2002. (URL: http://dx.doi.org/10.1007/3-540-45655-4_13) Winter P., Steiner problem in networks: A survey, Networks, 17(2), 129 167, 1987. (URL: http://dx.doi.org/10.1002/net.3230170203) Steiner Tree Problem Applet: http://www.personal.kent.edu/~rmuhamma/compgeometry/mycg/cg-applets/steinertree/msteinercli.htm 21

Τέλος Ενότητας