A new improved simulated annealing for traveling salesman problem

Abstract

Алгоритм симулювання відпалу (SA) є однією з найпопулярніших метаевристик, яка успішно застосовувалася до багатьох задач оптимізації. Головною перевагою SA є його здатність відходити від локальних оптимумів, дозволяючи рухи вверх та досліджувати нові розв’язки на початку процесу пошуку. Одним із його недоліків є його повільна збіжність, що вимагає великого часу обчислення для хорошого набору значень параметрів для пошуку розумного розв’язку. У цій роботі пропонується новий покращений SA для розв’язання відомої задачі комівояжера. Щоб покращити продуктивність SA, після фази прийняття SA включено процедуру покращення на основі популяції, що дозволяє алгоритму використовувати переваги соціальної поведінки деяких розв’язків із простору пошуку. Чисельні результати були проведені з використанням відомих екземплярів TSP від TSPLIB, і попередні результати показують, що запропонований алгоритм перевершує інші алгоритми порівняння з точки зору якості розв’язків.Simulated annealing algorithm is one of the most popular metaheuristics that has been successfully applied to many optimization problems. The main advantage of SA is its ability to escape from local optima by allowing hill-climbing moves and exploring new solutions at the beginning of the search process. One of its drawbacks is its slow convergence, requiring high computational time with a good set of parameter values to find a reasonable solution. In this work, a new improved SA is proposed to solve the well-known travelling salesman problem. In order to improve SA performance, a population-based improvement procedure is incorporated after the acceptance phase of SA, allowing the algorithm to take advantage of the social behavior of some solutions from the search space. Numerical results were carried out using known TSP instances from TSPLIB and preliminary results show that the proposed algorithm outperforms in terms of solution quality, the other comparison algorithms.