Random Insertion Algorithmus

Der Random Insertion Algorithmus (von Englisch random insertion, dt. „zufälliges Einfügen“) gehört zur Klasse der Einfüge-Heuristiken zur Lösung des Problems des Handlungsreisenden.[1]

Algorithmus

Der Algorithmus fügt in jedem Schritt eine mit einem gleichverteilenden Zufallsgenerator gewählte Stadt in die vorhandene Teilroute ein. Danach wird die gewählte Stadt dort eingefügt, wo sie die geringste (kleinste) Verlängerung der bisherigen Teilroute verursacht. Der auch RANDIN bezeichnete Algorithmus besteht also genaugenommen aus den zwei Teilen:[2]

  • Zufällige Auswahl der nächsten Stadt – „RANDom selection“
  • Optimales Einfügen der Stadt in die bestehende Teilroute – „cheapest INsertion“

Das Verfahren wurde ursprünglich von Karg und Thompson vorgeschlagen.[2][3]

Bewertung

Die Laufzeit des Algorithmus ist quadratisch in der Anzahl der Städte.[4] Die Heuristik liefert in der Praxis sehr gute Ergebnisse. Allerdings kann man Eingabeinstanzen mit Städten konstruieren, bei der die gefundene Tour um einen Faktor länger ist als die kürzeste Tour.[5] Als obere Grenze für die Abweichung der gefundenen Tour von der optimalen ist der Faktor bekannt, der für alle Einfüge-Heuristiken gilt.[6]

Alternativen

Alternative Heuristiken benutzen zum Einfügen z. B. jeweils die weitentfernteste Stadt (FARIN; von „farthest insertion“) oder die nächstentfernteste Stadt (NEARIN; von „nearest insertion“).

Fußnoten

  1. Roland Schmitz. Theoretische Informatik für Dummies. Wiley, 2019. Vorschau in Google Books
  2. a b The Solution of Travelling Salesman Problems Based on Industrial Data Buddhadev Roychoudhury, John F. Muth. The Journal of the Operational Research Society, Vol. 46, No. 3 (Mar., 1995), pp. 347–353
  3. Robert L. Karg and Gerald L. Thompson (1964) A heuristic approach to solving traveling salesman problems. Mgmt Sci. 10, 225–248. Kurzzusammenfassung: [1]
  4. https://stemlounge.com/animated-algorithms-for-the-traveling-salesman-problem/
  5. Yosi Azar: Lower Bounds for Insertion Methods for TSP. In: Combinatorics, Probability and Computing. Band 3, Nr. 3, 1994, S. 285–292, doi:10.1017/S096354830000119X (englisch, tau.ac.il [PDF; 127 kB]).
  6. Daniel J. Rosenkrantz: An Analysis of Several Heuristics for the Traveling Salesman Problem. In: SIAM Journal on Computing. Band 6, Nr. 3, 1977, S. 563–581, doi:10.1137/0206041 (englisch, albany.edu [PDF; 1,9 MB]).

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.