Heuristická řešení směrovacích problémů s profitem a diskovým okolím

Abstract

V této práci je rozšı́řena kombinatorická meta-heuristika Greedy Randomize Adap-tive Search Procedure (GRASP) pro řešenı́ úloh Close Enough Orienteering Prob-lem (CEOP). V této úloze je cı́lem nalézt cestu maximalizujı́cı́ profit navštı́venı́m diskových regionů, která zároveň nenı́ delšı́ než dané omezenı́. CEOP kombinuje diskrétnı́ kombinatorický problém určenı́ podmnožiny regionů a jejich pořadı́ navštı́-venı́ a spojitý optimalizačnı́ problém nalezenı́ optimálnı́ch mı́st navštı́venı́ regionů. V práci jsou navrženy tři nové heuristiky zlepšujı́cı́ řešenı́ úlohy CEOP metodou GRASP. Všechny přı́stupy byly empiricky vyhodnoceny na existujı́cı́ch datasetech a porovnány s existujı́cı́mi metodami řešenı́ CEOP.

In this thesis, the combinatorial meta-heuristic Greedy Randomized Adaptive Search Procedure (GRASP) with Segment Remove is extended to solve the Close Enough Orienteering Problem (CEOP). The addressed problem stands to find the most rewarding path visiting a set of disk-shaped regions such that the path does not exceed the given travel budget. The CEOP includes a discrete combinatorial problem to determine a subset of regions and its sequence of visits together with a continuous optimization problem to determine the optimal waypoint location of each visit to the regions. Three new heuristics are proposed to improve the performance of the GRASP algorithm. All the GRASP-based approaches have been evaluated on existing benchmarks and compared with two existing methods to the CEOP.