دانلود مقاله ISI انگلیسی شماره 78797
ترجمه فارسی عنوان مقاله

مسکن کرایه ماشین: مدل و الگوریتم تکاملی

عنوان انگلیسی
Quota traveling car renter problem: Model and evolutionary algorithm
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
78797 2016 14 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Information Sciences, Volumes 367–368, 1 November 2016, Pages 232–245

ترجمه کلمات کلیدی
بهینه سازی ترکیبی، محاسبات تکاملی، مسکن کرایه ماشین مسکن
کلمات کلیدی انگلیسی
Combinatorial optimization; Evolutionary computation; Quota traveling car renter problem
ترجمه چکیده
این سهمیه مشاغل مشاغل ناوگان خودرو، نوع سهمیه مشاغل سفر اجاره اتومبیل است. گراف یک جایی است که پاداش با هر رأس داده شده است. جایزه در هر رأی بازدید شده جمع آوری شده است. چندین اتومبیل برای حرکت لبه های گراف در دسترس هستند که هر کدام از آنها وزن را با لبه ها مرتبط می کند. این مشکل شامل پیدا کردن یک چرخه در یک زیر مجموعه ای از رأس ها است، به طوری که حداقل حداقل مقدار از پاداش حداقل از دست داده است. هدف این است که هزینه سفر را با استفاده از اتومبیل های موجود به حداقل برسانیم. در این مطالعه، ما یک مدل برنامه ریزی عدد صحیح برای مشکل را پیشنهاد می کنیم که حل شده است و ما 24 راه حل بهینه را ارائه می دهیم. ما یک الگوریتم تکاملی را با یک اپراتور پلاسمید پیشنهاد میکنیم که با الگوریتم ممتازی مقایسه میکنیم. ما همچنین نتایج حاصل بر اساس آزمایش های محاسباتی با 72 نمونه ارائه می کنیم.

چکیده انگلیسی

The quota traveling car renter problem is the quota variant of the traveling car renter problem. A graph is given where a bonus is associated with each vertex. The bonus is collected at every visited vertex. Several cars are available to travel the edges of the graph, each of which associates weights with the edges. The problem involves finding a cycle on a subset of vertices such that a predefined minimum sum of bonuses is obtained at least. The objective is to minimize the cost of the tour using the available cars. In this study, we propose an integer programming model for the problem, which is solved, and we present optimal solutions for 24 instances. We propose an evolutionary algorithm with a plasmid operator, which we compare with a memetic algorithm. We also present the results obtained based on computational experiments with 72 instances.