DESCOBRINDO ROTAS GEOGRÁFICAS SUB-ÓTIMAS
CRUZ FONSECA, M. A.
1; MATOS, L. N.²; SILVA, M. A. S.³
RESUMO: Este trabalho apresenta uma solução heurística para uma variação do clássico problema
computacional do Caixeiro Viajante. Adotaremos a seguinte definição para o problema: “Dado um
conjunto de localidades no espaço geográfico, encontrar o menor caminho baseado nas coordenadas
das mesmas”. Devido à natureza dos dados processados (coordenadas geográficas) e ao grande esforço
computacional exigido para a descoberta de rotas, esse trabalho procurou uma resposta sub-ótima à
variação do problema chamada de Euclidiana, com baixo esforço computacional usando Mapas Auto
Organizáveis (SOM, do inglês). No método heurístico aplicado a base teórica foi o SOM e a
implementação consistiu em funcionalidades acrescentadas à biblioteca SOMCode. Os resultados
alcançados, apesar de classificarem a solução proposta como satisfatória, apontaram para várias áreas
a serem exploradas no futuro com o objetivo de aumentar a eficiência da solução proposta.
PALAVRAS-CHAVE: problema do caixeiro viajante; redes neurais artificiais; mapas auto
organizáveis.
DISCOVERING SUB-OPTIMAL GEOGRAPHIC ROUTES
ABSTRACT: This work shows a heuristic solution for the classic computing problem of the
Traveling Salesman (TSP). We will adopt the following definition for the problem: “Given a set of
localities in the geographic space, to find the shortest path based on the coordinates of the same ones”.
Due to nature of the processed data (geographic coordinates) and to the great demanded computational
effort for the discovery of routes, this work looked for a sub-optimal answer to the problem’s variety
called Euclidian, with low computing effort using Self-organizing Maps (SOM). In the heuristical
method applied the theoretical base was the SOM and the implementation consisted of functionalities
added to the SOMCode library. The reached results, although to classify the proposed solution as
satisfactory, had pointed some areas to be explored in the future with the objective to increase the
efficiency of the proposed heuristic.
KEYWORDS: traveling salesman problem; artificial neural networks; self-organizing maps
1
Marco Aurélio Cruz Fonseca, Graduando em Ciência da Computação, Estudante Estagiário, Universidade Federal de Sergipe - UFS, Rua Maruim 323, Centro CEP: 49010-160, marco_ufs@yahoo.com.br, telefone 3224-6099.
2Dr. Leonardo Nogueira Matos, Doutor em Ciência da Computação, Professor, Universidade Federal de Sergipe - UFS. 3Marcos Aurélio Santos da Silva, Mestre em Computação Aplicada, Analista de Sistemas, Embrapa Tabuleiros Costeiros.