TSP 알고리즘 구현 20114514 서왕덕.

Slides:



Advertisements
Similar presentations
LG 전자 하이프라자 가전제품 전문 유통 회사. 하이프라자 소개 ▌LG 전자 자회사 LG 전자 ( 제조 ) ( 유통 ) 하이프라자 ( 물류 ) 하이로지틱스 ( 고객상담 ) 하이텔레서비스 ( 유지 & 서비스 ) 하이 M 솔루텍 ▌ 설립배경 : 경쟁사의 공격적인 유통 확대.
Advertisements

최적화 문제 해결 현대 생산  운영관리 부산대학교 산업대학원 2012 년 2 학기 하병현.
Local Search and Optimization 부산대학교 인공지능연구실 김민호
전통한옥 실내공간의 구성과 특성. 상류주택의 안채는 각 지방의 평면형을 적용하기도 하나 이에 관계없이 자유롭게 평면을 이 루고 있음을 알 수 있다. 이런 것은 주로 평면의 형태에서 풍수 ( 風水 ), 도참 ( 圖讖 ) 에 관계된 일자형 ( 一字形 ), 월자형 ( 月子形.
직장내 성희롱 예방교육 제주지방노동사무소.
사이버 수사 및 디지털 증거수집 실태조사 곽병선 노명선 이종찬 권양섭.
6월 민주 항쟁 경안초등학교 5학년2반 26번최현지.
‘1+3 방과후학교’운영 영재학생 당기고 부적응학생 끌어주는 부천부곡중학교 경기도교육청지정 방과후학교 시범학교
제10회 부모님과 함께 읽는 과학도서 독서감상문 대회
전남행복수업 design 독서ㆍ토론 수업 지원 자료 활용 목포유달초등학교 김미향.
전남행복수업 design, 독서·토론수업 연구의 개요를 말씀드리겠습니다..
행동강령 해설 기 획 조 정 실.
연무대기계공업고등학교 좋은 수업과 프로젝트 기반 학습 경일관광경영고등학교 수석교사 조경희.
Chapter 10 사람들을 괴롭히지 않는 법 게임소프트웨어공학 김정한 김연진.
10. Evolutionary programming
Neural Network - Perceptron
08 청소년활동 프로그램 개발과 평가 사회복지상담학과 하주희 정혜영.
경기 기능 익히기 체 육 고 1학년 1학기 개인 운동 > 배드민턴 [2/8]
두벌식 자판과 완성형 코드가 잘못된 까닭과 속내
Chap. 9 Genetic Algorithms
성창기업 설비관리분야 신입사원 모집 사업분야 소개
4.19 혁명, 5.18 민주화 운동, 박정희 정권, 6월 민주 항쟁에 대하여
M원 탐색트리.
But, 성공하려면 과정이 필요합니다. 목표달성을 위해 정해진 기간이 필요~! 어떤 노력을 기울여야 할가요~?
분류 (Classification) 2014년 가을학기 강원대학교 컴퓨터과학전공 문양세.
비산먼지발생사업장 비산먼지 저감교육 서 울 특 별 시.
제4장 자연언어처리, 인공지능, 기계학습.
2016 “ 경제교육 봉사단 대학생 (재)광주광주광주원 경제교육센터 지원대상 모집일정 활동혜택 활동내용 지원시 유의사항
Term Project 중간보고서 중간보고서
사무실 찾기 PROJECT… 사무실 찾기 사이트 및 효과 보고서 온라인 광고
Genetic Algorithm 신희성.
Technological Forecasting & social change(2014)
위험물 제조소 등의 종류 주식회사 한국소방엔지니어링.
위험물 제조소 등의 종류 구재현 목원대학교 소방안전관리학과.
Genetic Programmed Soccer Softbot
보상사업 제안서 반룡일반산업단지 사업시행자 성창아이엔디㈜ 대표 정연교님 귀하 주 식 회 사 한 국 보 상 원.
목차 INDEX 1. 회원가입 및 로그인 2. 업체정보 3. 제조검사 신청 4. 인보이스 5. 검사진행현황(현장검사 신청)
[관리감독자교육 신청서] ▶ 교육장주소: 서울시 송파구 송파대로 167 ▶ 문의전화 : , 3950
GA 관련 최근 보도자료 프라임에셋 교육지원팀.
□ 출장검사 □ 수입검사 □ 공정Issue ■ 고객Issue □ 기타 ( )
삼성화재 17년 2월 人보험 시상 A군 (건강)NEW플러스,(자녀)엄마맘에쏙드는,(통합)모두모아건강
PNAS (Proceedings of National Academy of Science)
회원서비스 기획, 운영(컨설턴트) 직무 내용 설명서 직군 항목 컨설턴트 직무 수행 내용 필요 지식 필요 기술 직무 수행 태도
Bingo 빙고 따라가기.
서울디지털대학교 상대평가 성적입력 방법 교무처 교무행정팀.
Machine Evolution.
건강평가 이미경 임선미.
행복샘소개 입소관련 입소방법 행복샘 ◉ 목표 ◉ 입소대상자 ◉ 입소절차 ◉ 사업내용 ◉ 입소 구비서류 ◉ 활동(훈련)내용
알브레히트 뒤러 Albrecht-Dürer
도덕 2학년 1학기 Ⅰ. 사회생활과 도덕 4. 생활 속의 경제 윤리 (9/9차시)
을 이용한 [내 현장분석] 체험 프로그램 을 이용한 [내 현장분석] 체험 프로그램 신청서
아이폰/아이패드 사내메일 수신 설정하기 1. [설정] > 'Mail,연락처,캘린더' > '계정추가'를 선택합니다.
제 4 장 유전자 알고리즘 (Genetic Algorithm)
[관리감독자교육 신청서] [교육지역 : 서울] ▷ 찿아 오시는 길 교육과정명 관리감독자 안전보건교육 훈련일수 1일 교육기간
2012 국내 자동차 영업조직의성과 창출전략 제19회 KMAC & IPC Sales Performance Review 일 정
현대 진화 생물학의 주요개념 (Key Concepts of Modern Evolutionary Biology)
성서사목부 부서소개 서울대교구 내 복음 선포와 성서사목의 활성화를 위한 프로그램을 개발하고 제공한다.
CH557 진화연산 2003년도 제 2학기.
9장. 특징 선택 오일석, 패턴인식, 교보문고, © 오일석, 전북대학교 컴퓨터공학.
박 현 미 울산여자상업고등학교 창업포스터 만들며 포토샵과 친해지기 박 현 미 울산여자상업고등학교.
NACST progress report 신수용.
책을 읽읍시다  탈향 진지하게 설명해드림 1303 김소희 1309박지호 1315이지수.
도덕 2학년 1학기 Ⅰ. 사회생활과 도덕 1. 현대 사회와 전통 도덕(4/8차시)
Aggregated K-nearest neighbor queries for High – dimensional data Eojin Yun, Dept. of Computer Science and Engineering, POSTECH. Motivation 만약.
CSI 진화연산 2008년도 제 1학기.
2016년 제1차 운영위원회 평택시건강가정 ∙다문화가족지원센터
텍스트를 입력해주세요 : 기업소개 및 제품.
강사 및 비전임교원 공개채용시스템 메뉴얼 교 무 연 구 팀.
Traditional Methods – Part 1
“용산복지재단과 함께 꿈을 이룹니다” 함 께 이 룸.
Presentation transcript:

TSP 알고리즘 구현 20114514 서왕덕

Index 작년 TSP 프로젝트 소개 구현했던 알고리즘 소개 프로젝트를 진행하면서 느꼈던 점

작년 프로젝트 설명 각 팀은 TSP 문제를 풀기 위한 알고리즘 1개씩 준비 1분 안에 지도에 대한 텍스트 파일을 입력 받아서 경로 출력 도시의 개수는 최대 1000개 이하 모든 도시는 연결 되어있으며 가는 거리와 오는 거리가 같음

작년 프로젝트 설명 입력 출력

구현한 알고리즘 Greedy Simulated Annealing Search Genetic Algorithm Nearest Neighbor Algorithm K-Opt Search Simulated Annealing Search Genetic Algorithm

Nearest Neighbor Algorithm 출발 도시로부터 방문하지 않은 도시 중 가장 거리가 짧은 도시 를 선택. 각 노드에서 위와 같은 방법 반복 Baseline Performance로 사용

Nearest Neighbor Algorithm Code 사족을 달자면 왜 안좋은지

K-opt Search 전체 완성된 경로 중 k개의 점을 기준으로 그 사이 경로들을 역 순으로 나열 Example(2-opt Search) 0 – 1 – 2 – 3 – 4 – 0 의 경우 2번째 index와 4번째 index를 선 택할 경우 0 – 3 – 2 – 1 – 4 – 0 으로 바뀜 간단하며 반복할 경우 좋은 경로를 찾기 쉽다. 간단한 예시 설명

2-opt Search – Design Issue 처음에 시작하는 경로는 어떻게 할 것인가? (Random하게 시작? Nearest Neighbor 등으로 초기화 후 시작?) 경로를 바꿀 2개의 지점은 어떻게 정할 것인가? (Random하게 선택? 기준에 따라 선택?) 알고리즘을 언제 종료할 것인가? 디자인 이슈 설명 후에 내가 선택한 알고리즘 말하기

2-opt Search Code

2-opt Search Code

2-opt Search Code

Simulated Annealing – Design Issue 초기 파라미터는 어떻게 정할것인가? 온도는 어떻게, 얼마나 온도를 낮출 것인지 2-opt와 마찬가지로 초기 경로는 어떻게 시작할 것인지 프로그램 안에서 어떻게 경로를 바꿀 것인가? 초기경로를 어떻게 설정했는지 설명하기

SA Code 𝑒 − 𝑡𝑟𝑖𝑎𝑙𝑆𝑐𝑜𝑟𝑒 − 𝑏𝑒𝑠𝑡𝑆𝑐𝑜𝑟𝑒 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑒

SA Code

SA Code

SA Code

SA Code

Genetic Algorithm – Design Issue 초기 파라미터는 어떻게 설정할 것인가? 인구 수, 세대는 얼마나?(어떻게 종료할 것인가?) 내부의 알고리즘은 어떤 것을 사용 할 것인가? 어떻게 첫 세대를 초기화 할 것인가? 인구 선택은 어떻게 할 것인가? 교배는 어떻게 할 것인가? 돌연변이는 어떻게 할 것인가? 도시 리스트는 어떻게 표현 할 것인가? (Permutation Encoding)

GA Process 1. Population 초기화 (Initialization) 2. 교배할 해들을 선택 (Selection) 3. 선택된 해들을 교배 (Crossover) 4. 일부 해들에게 돌연변이 적용 (Mutation) 5. 2 ~ 4의 과정을 반복

GA Process 1. Population 초기화 (Initialization) (Random or SA) 2. 교배할 해들을 선택 (Selection) (Pseudo Tournament Selection) 3. 선택된 해들을 교배 (Crossover) (PMX) 4. 일부 해들에게 돌연변이 적용 (Mutation) (Swap Mutation) 5. 2 ~ 4의 과정을 반복

GA Code

GA Code

GA Code

GA Code

GA Code

(Pseudo) Tournament Selection

PMX (Partially Mapped Crossover)

PMX Code

PMX Code

PMX Code

Mutation – Swap Mutation 랜덤한 2지점 선택해서 교환

Swap Mutation Code

GA 참고자료 Youtube에 Noureddin Sadawi 검색

Project Demo 쓰인 데이터 설명하기

Q & A

휴대폰 번호 010 – 3481 – 4704 E-mail 주소 seowangduk@gmail.com