巡回セールスマン問題に対する粒子群最適化の提案と性能評価

本庄, 将也; 飯塚, 博幸; 山本, 雅人; 古川, 正志

巡回セールスマン問題に対する粒子群最適化の提案と性能評価

本庄, 将也; 飯塚, 博幸; 山本, 雅人他

知能と情報, 2016, 28(4), 744-755

Permalink : https://hdl.handle.net/2115/64574

このアイテムのアクセス数:1,763件（2026-08-09 04:05 集計）

閲覧可能ファイル

ファイル	フォーマット	サイズ	閲覧回数	説明
28_744	pdf	6.20 MB	1,065

論文情報

ファイル出力 EndNote Basic出力 Mendeley出力

アクセス権	open access
URI	https://hdl.handle.net/2115/64574
タイトル	巡回セールスマン問題に対する粒子群最適化の提案と性能評価
タイトル	Particle Swarm Optimization with Tour Representation for Solving Traveling Salesman Problems
著者	本庄, 将也 ; 飯塚, 博幸 ; 山本, 雅人 ; 古川, 正志
著者名本庄, 将也 Honjo, Masaya
e-Rad_Researcher 30396832 著者名飯塚, 博幸 Iizuka, Hiroyuki
e-Rad_Researcher 40292057 著者名山本, 雅人 Yamamoto, Masahito
e-Rad_Researcher 70042091 著者名古川, 正志 Furukawa, Masashi
言語	日本語
キーワード	粒子群最適化
	巡回セールスマン問題
	Particle Swarm Optimization
	Traveling Salesman Problem
発行日	2016-08
出版者	日本知能情報ファジィ学会
収録物名	知能と情報
巻(号)	28(4)
ページ	744-755
抄録	近年注目されている実数値最適化手法の一つに粒子群最適化（Particle Swarm Optimization, PSO）がある．PSOは群知能の一種であり，複数の探索単位（粒子）が互いに情報共有を行いながら解の探索を行う．多点探索を行うメタヒューリスティクスとしては遺伝的アルゴリズム（Genetic Algorithm, GA）が有名であるが，多くの実数値最適化問題においてPSOのほうがGAに比べて高速に良い解を発見できることが知られている．本研究では，組合せ最適化問題の一種である巡回セールスマン問題（Traveling Salesman Problem, TSP）に対して短時間で良い解を得ることを目的として，PSOを基にしたアルゴリズムである挿入操作PSO戦略を提案する．提案手法では，粒子の解候補は実数値ベクトルではなく巡回路として表現され，粒子間の相互作用は部分経路挿入によって行われる．本論文では，挿入操作PSO戦略について説明し，数値計算実験からパラメータと得られる解の良さと必要な時間の関係について調査し，パラメータ調整の指針を示す．また，各ベンチマーク問題に対して提案手法とGAなどの代表的なメタヒューリスティクスを適用し，提案手法がこれらの手法より短時間で良い解を求められることを示す．
抄録	In this paper, we propose a new Traveling Salesman Problem (TSP) solver based on Particle Swarm Optimization (PSO) Algorithm. PSO is one of the optimization methods classified into swarm intelligence, and consists of particles. Particles interact and move through solution space to find a better solution. PSO can find a good solution in a short time compared with Genetic Algorithm (GA) in many real-valued optimization problems. Because TSP is a combinatorial optimization problem, we change two points of the original PSO for solving TSP. The first point is that the position of each particle is represented by a tour instead of a vector. The second is that particles move by using Insertion method. Insertion method is an operation to combine a tour and sub-paths of other two tour. We analyze relation between parameters and length of an obtained tour, and indicate a guide to adjust parameters. The performance comparison result shows that the proposed method can find a better solution than Simulated Annealing (SA) and GA.
資源タイプ	学術雑誌論文
出版タイプ	Version of Record
PISSN	1347-7986
EISSN	1881-7203
関連情報 (isIdenticalTo)	出版社版DOI https://doi.org/10.3156/jsoft.28.744