Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all
Utilizou-se mapa auto-organizável unidimensional com aprendizado winner takes all para a resolução do problema do caixeiro-viajante. Nessa implementação, cada neurônio representa um vértice. Após a execução, a ordem dos neurônios indica a rota que representa a solução encontrada. Foram realizadas si...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade de Passo Fundo (UPF)
2015-04-01
|
| Series: | Revista Brasileira de Computação Aplicada |
| Subjects: | |
| Online Access: | http://www.upf.br/seer/index.php/rbca/article/view/4438 |
| _version_ | 1819260209450713088 |
|---|---|
| author | Alexandre Augusto Alberto Moreira de Abreu Sanderson Lincohn Gonzaga de Oliveira Wilian Soares Lacerda |
| author_facet | Alexandre Augusto Alberto Moreira de Abreu Sanderson Lincohn Gonzaga de Oliveira Wilian Soares Lacerda |
| author_sort | Alexandre Augusto Alberto Moreira de Abreu |
| collection | DOAJ |
| description | Utilizou-se mapa auto-organizável unidimensional com aprendizado winner takes all para a resolução do problema do caixeiro-viajante. Nessa implementação, cada neurônio representa um vértice. Após a execução, a ordem dos neurônios indica a rota que representa a solução encontrada. Foram realizadas simulações com seis instâncias da base TSPLIB de tamanhos de 51 a 1379 vértices. Foram utilizadas uma taxa de aprendizagem de 0,8 e 3 mil épocas de treinamento em todas as execuções. Essa abordagem se mostrou eficiente e consistente. Todavia, as soluções encontradas não são melhores do que as obtidas por outros pesquisadores, por ter sido empregada, aqui, uma técnica de aprendizado com menor custo computacional, a saber, parâmetros iguais para todas as instâncias, e por não ter sido utilizado um algoritmo de otimização por busca local. Consequentemente, obteve-se uma solução com baixo custo computacional. |
| first_indexed | 2024-12-23T19:22:16Z |
| format | Article |
| id | doaj.art-bdf79c0ed5704cf7bcbf190d7774efc8 |
| institution | Directory Open Access Journal |
| issn | 2176-6649 |
| language | English |
| last_indexed | 2024-12-23T19:22:16Z |
| publishDate | 2015-04-01 |
| publisher | Universidade de Passo Fundo (UPF) |
| record_format | Article |
| series | Revista Brasileira de Computação Aplicada |
| spelling | doaj.art-bdf79c0ed5704cf7bcbf190d7774efc82022-12-21T17:34:08ZengUniversidade de Passo Fundo (UPF)Revista Brasileira de Computação Aplicada2176-66492015-04-017110010910.5335/rbca.2015.44383309Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes allAlexandre Augusto Alberto Moreira de Abreu0Sanderson Lincohn Gonzaga de Oliveira1Wilian Soares Lacerda2Universidade Federal de LAvrasUniversidade Federal de LavrasUniversidade Federal de LavrasUtilizou-se mapa auto-organizável unidimensional com aprendizado winner takes all para a resolução do problema do caixeiro-viajante. Nessa implementação, cada neurônio representa um vértice. Após a execução, a ordem dos neurônios indica a rota que representa a solução encontrada. Foram realizadas simulações com seis instâncias da base TSPLIB de tamanhos de 51 a 1379 vértices. Foram utilizadas uma taxa de aprendizagem de 0,8 e 3 mil épocas de treinamento em todas as execuções. Essa abordagem se mostrou eficiente e consistente. Todavia, as soluções encontradas não são melhores do que as obtidas por outros pesquisadores, por ter sido empregada, aqui, uma técnica de aprendizado com menor custo computacional, a saber, parâmetros iguais para todas as instâncias, e por não ter sido utilizado um algoritmo de otimização por busca local. Consequentemente, obteve-se uma solução com baixo custo computacional.http://www.upf.br/seer/index.php/rbca/article/view/4438Aprendizado não supervisionadoProblema do caixeiro viajanteMapa auto-organizávelRede neural artificialWinner takes all |
| spellingShingle | Alexandre Augusto Alberto Moreira de Abreu Sanderson Lincohn Gonzaga de Oliveira Wilian Soares Lacerda Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all Revista Brasileira de Computação Aplicada Aprendizado não supervisionado Problema do caixeiro viajante Mapa auto-organizável Rede neural artificial Winner takes all |
| title | Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all |
| title_full | Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all |
| title_fullStr | Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all |
| title_full_unstemmed | Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all |
| title_short | Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all |
| title_sort | uma resolucao do problema do caixeiro viajante por mapa auto organizavel com aprendizado winner takes all |
| topic | Aprendizado não supervisionado Problema do caixeiro viajante Mapa auto-organizável Rede neural artificial Winner takes all |
| url | http://www.upf.br/seer/index.php/rbca/article/view/4438 |
| work_keys_str_mv | AT alexandreaugustoalbertomoreiradeabreu umaresolucaodoproblemadocaixeiroviajantepormapaautoorganizavelcomaprendizadowinnertakesall AT sandersonlincohngonzagadeoliveira umaresolucaodoproblemadocaixeiroviajantepormapaautoorganizavelcomaprendizadowinnertakesall AT wiliansoareslacerda umaresolucaodoproblemadocaixeiroviajantepormapaautoorganizavelcomaprendizadowinnertakesall |