ON THE USE OF LYTLE’S ALGORITHM FOR SOLVING TRAVELING SALESMAN PROBLEM AT DEVELOPING SUBURBAN ROUTE

658.52.011.56

. .

,

, . . .,

, .

,

. .

,

, . . .,

. .

,

.

,

 .   ,    

  .    

  . ,  

-.

:   ,   , , , , ,

  .

’

. .

,

, . . .,

：

：

：

：

：  

, .

,

. .

：

,

, . . .,

. .

：

,

.

,

： . ．   ： ,   ’    ：

：   . ’    ：  

-： ： ： ：．   ： ： ：

：-. ： ： ： ,     ． ：  

-： ； ：.

： : ：   , ： , ,  , ：, ,

.

ON THE USE OF LYTLE’S ALGORITHM FOR SOLVING TRAVELING

SALESMAN PROBLEM AT DEVELOPING SUBURBAN ROUTE

S. Kantsedal, Professor, Doctor of Technical Science

,

West Donbass Institution of

Economics and Management, Pavlograd,

M. Kostikova, Associate Professor,

Candidate of Technical Science, I. Skrypina, senior teacher, KhNAHU

Abstract. Lytle’s algorithm is described as proposed for an accurate solution of the salesman Prob-lem. Statistical characteristics of solution duration with lytle’s algorithm of some problems and of their modifications are specified. On the basis of the results obtained the limits for the algorithm prac-tical specification in the preparation of the route network are given.

Key words: salesman, distance, algorithm, matrix, boundaries, experiment, route network.

–

   .  

-  ( )

    .

-  .

,

.

,    

,     ,

-, –

 .  

-,

     ,

20 100 .  

-.

-   

-,

-.

    ,

-,

-. ,

-,      

-  .

-  [1, 2].

-,

-.

,

  [1, 3, 4].

-, . .  ,

-, .

,

- ,

-  ,

, [4].

-,  

-,  

[5].

- 

30 C (

-  )

8

-.

-.

,  

-. 10

-    .

 ,

- 

  ,

-  .

,   ,

-.

-.   n

n i , , , 2,

1,     ,

n n ij

c C

x

 , i1,2, ,n, j1,2, ,n.

- 

,

-  n,

-,

-,  

.  

-  ,

-.

,

-C.   i

-j – j i –

j i ,

 ,

-  .

, . . c_ij c_ji, i1,2, ,n,

n

j1,2, , , i j,

  C.  

-k j

i , ,

-ik jk ij c c

c   ,   ,

-  .

-.     ,

-       

-:  ,  ,

- .

-   

      .

n

, 2,

1, 

1, 2, , n

-,

,

-,  

( ) ,

.  

-.

, –

,

n

, 2,

1,  . ,

(  ) ,

– 

-1 , 2,

1,  n ,  

-. ,

)!(n1  

) , , , (

ヾ 1 2 -1

*

n

i i

i 

 ,    

1 1 1 2 3

2 2

1i ii i i i i

i c cn n cn

c   _{ }  _

-.

  –

-.    

-: )

-; )    

-; )

-.

-,

-    

.

  ,

- ,

-.

-,    

, ,  

 .

  ,

M

- 

-  Mi, ,

M M_i

 , M_i M_j , i j. ,

,  

i

M , ,

  Mk,

, M_k M_i; M_k M_l , k l.

-  ,

-, ヾ.  

( )

F  , .

z-  , –

,

-.

-   

,

.

-  M

-( )

–

-.    

-  ,

.  

,

,

– .

( )

- 

,

- . ,

-)

ヾ

(

F

)

ヾ

(

r

F  

k

M   

-)

ヾ

( ) (M_k F_r

f  , ,

) ( )

(M_{k 1} f M_k

f _  , M_k

-)

ヾ

(

F ,

  F_r(ヾ).

-k

M ,

-.

-,   ,

-k

M .

,  

, f(M_k)F_r(ヾ).

  ,

-,

. ,

,

-.  

- 

-.

- .  , , ,

.

-  ,

) (

F     

) (

F ,

–    F().

- 

,

-         

.

,

 ,   (

   ),

-) (

F

  .

-, ,

-,  

.  

- 

-.   –

( )

  .

–

-  (

-) ,

-.

- ,  

-, n2

  .

-. ,

    ,

,

. ,

    :

,

.

,  

(

-)

C. , c₁₂,

23

c , c34, c41   44.

-C h,  

,

( )

-  .

-,

,

-    F(ヾ*)hF'(ヾ*), )

ヾ

( *

'

F –

' C .

h

C

,

h

g  F(ヾ).

-  .

C

-, . .



 

 n

j n

i

ij

c g

1 1

min .

-C.

)

ヾ

(

F

,

-) ,

(i j ,

,

S

g F()

-,    ,    

h, ,

-,

-,   i- 

j- , (i ,j)    

,  

p q

  C

 

qp

c .

-   

-,   h

-         gg_S h

,

-) ,

(i j .   h g_S  

- ,     (i ,j).  

,

-  ,

-  ,

-,   ,

  ,

-,  

.

    h,    

-) ,

(i j    

. gg_S h.

   , . .

-   ,   :

  ,

,   ,

     .

  ,

-.

1. R.

2.

-C



 

 n

j n

i

ij

S c

g

1 1

min .

3. , . .

h (i ,j). 4.

h g

g _S    ,

-) ,

(i j ;

) , (i j .

5. C

i, j,

) ,

(p q ,

- 

qp

c ; C

h. 6.

h g

W _S    ,

-) , (i j .

7. Z n2, 10.

8. W R, 10.

9. RW,

, .

10.  

g.

11. gR,  .

12. C    

3.

 : ,

  C  

    .

R  

,  

« » [4].

    C

,    

-,  

, C

   .    

-  ,     ,

) , (i j .

-  ,

, ,

- .

-(

n

, 2,

1, 

-)

« »

.

.

-  :

1)    

30 27, 25, 22, 20, 17, 15, 12, 10,



n

,

-R ;

2)

- 

;

3)

-.

      100

-,

) 100 , 0

( .

-,

C.

v v l S S

S )/

( 

 , S_l –

- ,     

-,

-, S_v – ,

.

STATISTICA 6 StatSoft.

,

, ,

-R  

-  , ,

-. ,

-.  

-. - ,

« »,

-    R,

 ,

-, ,

- 

. - ,

-) (n3

O ,

,

 .

S

t

-) exp(a b n

t   ,

t n:

)   C:

) 338 , 0 46 , 10 (

exp n

t    ,  

R; )texp(10,470,339n ,

-R;

)   C:

) 251 , 0 39 , 10 (

exp n

t    ,  

R; )texp(8,670,183n ,

-R.

  ,

-  , 50

  C

636–649 ,

C – 8,7 – 1,7 .

-m

t , t_mx  

-S

t . ,   30

-  C  

60 ,  

-C – 50 .

.  

-,

- 

KO

S

95-  .

« »,

,  

.

-,   (

-),

, , ,  

,  

-: _S 1,851,17n, –  ; _S 6,491,46n,

–  .

  ,  

50

- 

56,6 % 80,3 %.

,

  ,

50

-  .

,

-,

      .

,

,

- 

.

1. . .

/ . . , . .

-. – -.: , 1969. – 368 .

2. .  

- . / .

-, . . – .: ,

1985. – 510 .

3. .

/ . , . .

– .: , 1981. – 366 .

4. . .   /

. . , . . , . .

-. – -.: , 1975. – 360 .

5. .    

  / . , . ,

. , . . //

-. – 1965-. – . 1,

ヽ 1. – . 94 – 107.

: . . , , . . .,

.

  21