Karesel atama problemi için yeni bir özuyarlamalı paralel güçlü tabu-arama algoritması
Tansel DökeroğluBilgisayar Mühendisliği Bölümü, Türk Hava Kurumu Üniversitesi, Ankara, Türkiye.Bu çalışma ile Karesel Atama Problemi (KAP) olarak bilinen ve çok sayıda konum ve tesis içeren örnekler için en iyi çözümleri hala bulunamamış olan NP-zor bir kombinatoriyal problem için yeni bir paralel sezgisel algoritma önerilmektedir (paralel-tabu-KAP algoritması). İki safhası bulunan paralel-tabu-KAP algoritması, genetik algoritma safhasında efendi işlemcide bulunan popülasyon üzerinde sezgisel tabu-arama algoritmasının parametrelerini jenerasyonlar ile eniyilerken, tabu-arama safhasında işçi işlemciler üzerinde verilen problemin sonucunu farklı başlangıç noktaları ile eniyilemektedir. Yerel takılmaları, aramaya başka noktalardan yeniden başlayarak engelleme özelliğine sahip olan paralel-tabu-KAP algoritması, tek işlemci ile çalışan ve parametreleri statik olarak önceden tanımlanmış olan versiyonlarına göre daha iyi sonuçlar elde etmektedir. Yüzün üzerindeki bençmark problem ile yapılan deneyler sonucunda, ortalama %0.05’lik bir sapma elde edilmiştir. Bu sonuçlar, paralel-tabu-KAP algoritmasının kendi sınıfındaki sezgisel algoritmalar içerisinde KAP’ın çözümü için önerilen en iyi algoritmalar arasında olduğunu göstermektedir.
Anahtar Kelimeler: Tabu-arama, Paralel, Karesel atama problemi, GenetikA self-adaptive parallel robust tabu-search algorithm for the quadratic assignment problem
Tansel DökeroğluUniversity of Turkish Aeronautical Association Aeronautics and Astronautics, computer Enginering DepartmentWith this study, we propose a novel parallel robust tabu-search algorithm (Parallel-Tabu-QAP) for the NP-Hard Quadratic Assignment Problem (QAP)of whose instances having large number of location and facilites have not been reported to be solved exactly so far. Parallel-Tabu-QAP algorithm that has two phases optimizes the parameters of tabu-search algorithm in its first phase by using genetic algorithms through generations. The individuals that have parameters of the tabu-search are optimized in a population that is located on a master processor. In the second phase, slave processors optimize the solution of the problem by restarting their search process in case of stagnations. With its stagnation prevention and parallel optimization talents, parallel-tabu-QAP algorithm is observed to obtain better results than its sequential and statically parameter-tuned counterparts. The algorithm has 0.05% deviation for the benchmark tests performed on more than 100 problem instances. These experimental results show that the parallel-tabu-QAP algoritm is one the best performing techniques in its heuristics algorithms class when compared with state-of-the-art QAP algorithms.
Keywords: Tabu-search, Parallel, Quadratic assignment problem, GeneticSorumlu Yazar: Tansel Dökeroğlu, Türkiye
| ARAÇLAR |
 Tam Metin PDF Yazdır Alıntıyı İndir RIS EndNote BibTex Medlars Procite Reference Manager E-Postala Paylaş Yazara e-posta gönder
Benzer makaleler Google Scholar |