초록
기존의 최단경로 탐색모형은 단일 목적을 대상으로 한다. 그러나 실제로는 통행자가 단일 목적만을 기준으로 경로를 선택하는 경우는 드물며, 경로선택은 통행시간과 비용 등 다양한 목적을 종합적으로 고려해서 결정되어진다. 따라서 최단경로는 여러 가지 목적을 고려해야 한다. 이러한 경우에 이들 목적간의 상충적인 관계로 인해 여러 가지 목적을 모두 만족시키는 최적경로는 존재치 않으며, 통행자가 고려하는 목적들의 중요도에 따라 다양한 경로가 선택되어질 수 있다. 다목적의 최적경로는 여러 가지 목적들의 절충(Trade-Off)을 고려한 다수의 파레토 최적경로(Pareto Optimal Path)가 탐색되어져야 한다. 그러나 기존의 다중목적을 고려한 최적경로 탐색 알고리즘은 하나 또는 일부의 파레토 최적경로만을 탐색하며 따라서 다양한 경로를 제공하지 못한다. 본 논문은 두 개의 목적을 고려한 최적경로 탐색 모형을 개발하는 것이다. 파레토 최적경로들은 대체경로로 사용할 수도 있다. 본 연구에서는 다양한 파레토 최적경로를 탐색하기 위해 본 모형의 개발에 유전 알고리즘(Genetic Algorithm)을 적용하였다.
The shortest path problem is one of the mathematical Programming models that can be conveniently solved through the use of networks. The common shortest Path Problem is to minimize a single objective function such as distance, time or cost between two specified nodes in a transportation network. The sing1e objective model is not sufficient to reflect any Practical Problem with multiple conflicting objectives in the real world applications. In this paper, we consider the shortest Path Problem under multiple objective environment. Wile the shortest path problem with single objective is solvable in Polynomial time, the shortest Path Problem with multiple objectives is NP-complete. A genetic a1gorithm approach is developed to deal with this Problem. The results of the experimental investigation of the effectiveness of the algorithm are also Presented.
