Řešení směrovacích problémů založené na učení
Learning‐Based Solution to Routing Problems
Type of document
diplomová prácemaster thesis
Author
Petra Fridrichová
Supervisor
Faigl Jan
Opponent
Pěnička Robert
Field of study
Počítačové vidění a digitální obrazStudy program
Otevřená informatikaInstitutions assigning rank
katedra kybernetikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Na problém obchodního cestujícího spadající do kombinatorické optimalizace existuje mnoho optimálních a heuristických přístupů. V současné době byly pro jeho řešení navrženy různé metody strojového učení, které však svými výsledky nemohou konkurovat nejmodernějším algoritmům. V této práci je navržena nová hybridní metoda kombinující strojové učení založené na modelu pozornosti a metodě GSOA, která využívá výhody obou přístupů. Na základě nejpodobnější instance z již předem vyřešených řešení hybridní přístup inicializuje konstruktivní heuristiku. Využití podobných řešení ukazuje, že metoda GSOA dokáže najít lepší řešení než pouhé použití modelu pozornosti nebo metody GSOA. The Traveling Salesman Problem (TSP) is a de facto standard benchmark in combinatorial optimization with many existing optimal and heuristic solvers. Nowadays, machine learning approaches have been proposed to address the TSP; however, their performance cannot compete with state-of-the-art methods. In the thesis, a novel hybrid method combining machine learning based on the attention model and the existing unsupervised learning-based GSOA method is proposed leveraging the advantages of both approaches. The hybrid approach initializes a construction heuristic based on retrieving the most similar instance from already pre-solved solutions. The retrieved similar solution shows that GSOA can find better solutions than solely using the attention model and GSOA method.
Collections
- Diplomové práce - 13133 [495]