• 한국게임학회 논문지
• /
• 제9권4호
• /
• pp.57-66
• /
• 2009

퀘스트(Quest) 시스템은 MMORPG에서 콘텐츠를 제공하는 핵심 시스템 중 하나이다. 퀘스트디자인 업무에서 퀘스트 보상 설정은 게임 내 작용하는 여러 구성 요소의 높은 조합 복잡도로 인해 적절한 보상 수준을 산출하기가 어려운 문제에 속한다. 본 논문에는 퀘스트 보상 문제를 순회 판매원 문제(Traveling Salesman Problem, TSP)로 모델링하여 해결함으로써 적절한 보상수치를 자동적으로 산출해 낼 수 있는 기법을 제안하였다. 이를 통해 퀘스트 디자인 단계에서 퀘스트 보상 수치 확정을 위한 강도 높은 테스트 부담을 줄이고 정확한 보상 수치를 산출하는데 도움이 될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.1-8
• /
• 2022

본 논문에서는 개미 집단 시스템(ant colony system)을 통한 순회 외판원 문제(traveling salesman problem)를 효과적으로 해결하기 위해 GPU 기반 병렬 알고리즘을 설계 구현하였다. TSP에서 동시에 수백 또는 수천의 탐색 여정(tour)을 생성하는 반복 과정을 GPU의 작업 병렬성을 활용하여 처리성능을 개선하고, 페로몬 자취 데이터의 업데이트 과정은 32x32의 쓰레드 블럭을 사용하여 데이터 병렬성을 적극 활용하였다. 특히 다중 쓰레드의 메모리 동시 접근을 통해 연속 메모리공간의 병합 접근 효과와 공유 메모리의 동시 접근을 지원하였다. 본 실험은 TSPLIB에서 제공되는 127개부터 1002개에 이르는 도시 데이터를 사용하였고, Intel Core i9-9900K CPU와 Nvidia Titan RTX 시스템을 사용하여 순차 알고리즘과 병렬 알고리즘의 성능을 비교하였다. GPU 병렬화에 의한 성능 향상은 약 10.13~11.37배의 성능 개선 효과를 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.33-40
• /
• 2021

The traveling salesman problem (TSP) is one of the well-known and extensively studied NPC problems in combinatorial optimization. To solve it effectively and efficiently, various optimization algorithms have been developed by scientists and researchers. However, most optimization algorithms are designed based on the concept of improving route in the iterative improvement process so that the optimal solution can be finally found. In contrast, there have been relatively few algorithms to find the optimal solution using route construction mechanism. In this paper, we propose a route construction optimization algorithm to solve the symmetric TSP with the help of ratio value. The proposed algorithm starts with a set of sub-routes consisting of three cities, and then each good sub-route is enhanced step by step on both ends until feasible routes are formed. Before each subsequent expansion, a ratio value is adopted such that the good routes are retained. The experiments are conducted on a collection of benchmark symmetric TSP datasets to evaluate the algorithm. The experimental results demonstrate that the proposed algorithm produces the best-known optimal results in some cases, and performs better than some other route construction optimization algorithms in many symmetric TSP datasets.

• 산업경영시스템학회지
• /
• 제33권4호
• /
• pp.58-68
• /
• 2010

Particle Swarm Optimization (PSO) which has been well known to solve continuous problems can be applied to discrete combinatorial problems. Several DPSO (Discrete Particle Swarm Optimization) algorithms have been proposed to solve discrete problems such as traveling salesman, vehicle routing, and flow shop scheduling problems. They are different in representation of position and velocity vectors, operation mechanisms for updating vectors. In this paper, the performance of 5 DPSOs is analyzed by applying to traditional Traveling Salesman Problems. The experiment shows that DPSOs are comparable or superior to a genetic algorithm (GA). Also, hybrid PSO combined with local optimization (i.e., 2-OPT) provides much improved solutions. Since DPSO requires more computation time compared with GA, however, the performance of hybrid DPSO is not better than hybrid GA.

• 한국항해항만학회지
• /
• 제29권2호
• /
• pp.141-146
• /
• 2005

For a long time, genetic algorithms have been recognized as a new method to solve difficult and complex problems and the performance of genetic algorithms depends on genetic operators, especially crossover operator. Various problems like the traveling salesman problem, the transportation problem or the job shop problem, in logistics engineering can be modeled as a sequencing problem This paper proposes modified genetic crossover operators to be used at various sequencing problems and uses the traveling salesman problem to be applied to a real world problem like the delivery problem and the vehicle routing problem as a benchmark problem Because the proposed operators use parental information as well as network information, they could show better efficiency in performance and computation time than conventional operators.

• 산업경영시스템학회지
• /
• 제22권51호
• /
• pp.21-28
• /
• 1999

The TSP(Traveling Salesman Problem) is one of the most widely studied problems in combinatorial optimization. The most common interpretation of TSP is finding a shortest Hamiltonian tour of all cities. The objective of this paper proposes a new heuristic algorithm MCH(Multi-Convex hulls Heuristic). MCH is a algorithm for finding good approximate solutions to practical TSP. The MCH algorithm is using the characteristics of the optimal tour. The performance results of MCH algorithm are superior to others algorithms (NNH, CCA) in CPU time.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.119-126
• /
• 2019

부분역최적화는 역최적화의 흥미로운 변형으로, 주어진 최적화문제와 그 문제의 부분해가 주어지면 이 부분해가 최적해에 포함되도록 문제를 최소한으로 수정하는 문제이다. 이 논문은 라인위에서 정의되는 순환외판원문제(TSP)를 다루는데, 이는 배달시스템, 창고 선반에서 물건을 수집하는 것, 등의 많은 응용을 가진다. 라인 위에서 위치하는 n개의 일이 주어지고 이 중 연속적으로 처리해야하는 일 k개가 부분적으로 주어진다. 각각의 일은 라인 위의 특정 장소에 위치하고 라인을 움직이는 서버에 의해 처리되어야 한다. 우리의 임무는 k개의 일이 최적해에서 연속적으로 처리되도록 n개의 일의 위치를 라인 위에서 최소한으로 조정하는 것이다. 이 논문에서 이 문제와 이 문제의 다양한 변종을 다항시간 내에 푸는 알고리즘을 개발한다. 구체적으로, 서버가 특정한 Forward Trip이라는 특정한 내부 알고리즘을 사용하는 경우와 일반적인 최적 알고리즘을 사용하는 경우에 대한 부분역최적화를 다룬다.

• 대한교통학회지
• /
• 제24권6호
• /
• pp.103-117
• /
• 2006

본 연구에서는 개별 관광객을 Simulation하는 모형을 개발하고. 이를 이용해 첨단 관광정보시스템 하에서의 여행객의 관광지 선택행태 변화와 관광 수요 패턴의 변화를 분석하였다. 관광객의 여행계획 목적함수는 기대효용 최대화로 가정하였고, 교통망에서 순차적 방문 계획 해를 얻기 위해 Traveling Salesman Problem(TSP)을 이용하였다. 단 관광객들의 경우 하루 동안 주어진 여행시간과 여행예산의 제약이 존재하기 때문에, 제약이 존재하는 TSP. 즉 Prize-Collecting TSP를 이용하였으며, 하루 이상 관광지에 체류하는 관광객들의 여행계획 문제를 풀기위해 Prize-Collecting Multiple-Day TTaveling Salesman Problem(PC MD TSP)을 개발하였다 관광 정보의 형태는 사전정보, Oft-line 정보. On-line 정보로 구분하여, 전체 관광객들을 이용 가능한 정보 형태에 따라 3가지 계층으로 구분하였으며. Simulation을 통해 각 관광지의 관광객을 계산하였다. 개발된 모형을 통해 Ubiquitous 환경에서의 On-line 정보가 관광객들뿐만 아니라 관광지에도 수요증가에 따른 운영 이익 증대를 가져다 줄 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권12호
• /
• pp.75-82
• /
• 2013

본 논문은 NP-완전으로 다항시간 알고리즘이 존재하지 않는 대규모 외판원 문제의 최적 해를 $O(n^2)$의 다항시간으로 구하는 알고리즘을 제안하였다. 대규모 외판원 문제에서 가장 큰 문제는 처리될 데이터가 $n{\times}n$으로 n이 커질수록 기하급수적으로 증가한다. 본 논문에서는 먼저, 데이터의 양을 약 n/2의 크기로 축소시킨다. 다음으로 임의의 정점에서 시작하여 양방향으로 경로를 탐색하는 방법을 적용하였다. 제안된 알고리즘을 26개의 유럽 도시들을 방문하는 TSP-1과 46개 미국 도시들을 방문하는 TSP-2에 적용한 결과 모두 최적 해를 $O(n^2)$ 수행 복잡도로 빠르게 구하는데 성공하였다. 따라서 제안된 알고리즘은 TSP의 일반화된 알고리즘으로 적용할 수 있을 것이다.

• 한국군사과학기술학회지
• /
• 제13권3호
• /
• pp.431-437
• /
• 2010

It's strongly needed to minimize the logistics response time for supporting military operations in wartime. In this paper, we suggest the ILP formulation for minimizing logistics response time in wartime. Main structure of this formulation is based on the traveling purchaser problem(TPP) which is a generalized form of the well-known traveling salesman problem(TSP). In the case of general TPP, objective function is to minimize the sum of traveling cost and purchase cost. But, in this study, objective function is to minimize traveling cost only. That's why it's more important to minimize traveling cost(time or distance) than purchase cost in wartime. We find out optimal solution of this problem by using ILOG OPL STUDIO(CPLEX v.11.1) and do the sensitive analysis about computing time according to number of operated vehicles.