TSP(Traveling Salesman Problem)는 N개의 도시가 주어질 때 어떠한 임의의 도시에서 출발하여 모든 도시를 단 한번만 방문하여 다시 출발지로 되돌아오는 여려 경로들 중 가장 짧은 거 리를 구하는 문제이다. 방문 도시수가 증가함에 따라 계산량이 기하급수적으로 증가하게 되는 문제로 인해 NP-Hard문제로 분류되며 유전자 알고리즘이 대표적으로 이용된다. TSP문제에 있어서 보다 우수한 결과를 얻기 위해 현재까지 다양한 연산자들이 개발되고 연구되어 왔다. 본 논문에서는 새로운 집단 초기화 방법과 순차변환 방법을 제안하여 기존의 방법들과 비교를 통해 성능 향상을 입증하였다.
TSP(Traveling Salesman Problem) is a problem finding out the shortest distance out of many courses where given cities of the number of N, one starts a certain city and turns back to a starting city, visiting every city only once. As the number of cities having visited increases, the calculation rate increases geometrically. This problem makes TSP classified in NP-Hard Problem and genetic algorithm is used representatively. To obtain a better result in TSP, various operators have been developed and studied. This paper suggests new method of population initialization and of sequential transformation, and then proves the improvement of capability by comparing them with existing methods.
