uma nova abordagem na resolução do problema do caixeiro viajante

Bound pode ser utilizado, criando-se vários outros problemas da Designação para determinar
a melhor rota para o Caixeiro Viajante.
Além destas, outras técnicas tradicionais, como o método Húngaro e o método
Simplex são bastante utilizadas. Outras diversas maneiras de se resolver o problema da
Designação têm sido apresentadas, destacando-se os Algoritmos Genéticos (GOLDBERG,
1986) e as Redes Neurais Artificiais (FAUSETT, 1994).
Em problemas de grande escala, isto é, quando a matriz de custos do problema é muito
grande (por exemplo, matrizes com dimensão maior do que 500×500), as técnicas tradicionais
anteriormente mencionadas não se mostram eficientes, pois o número de restrições e o tempo
computacional são elevados. A proposta de solução de Siqueira et al. (2004) para o problema
de construção de jornadas de trabalho para motoristas e cobradores de ônibus mostra que o
modelo da Designação pode ser implementado em cidades que possuem as tabelas dos
motoristas e cobradores separadas em grupos, de acordo com o tipo de linhas de ônibus,
dividindo o problema da Designação de jornadas de trabalho para funcionários em vários
subproblemas de menor escala. Os maiores grupos apresentados possuem aproximadamente
300 jornadas de trabalho.
Um algoritmo alternativo para o problema da Designação é apresentado por Ji, Lee e
Li (1997) onde um problema P’ é criado utilizando -se relaxações nas restrições do problema
da Designação, e trabalhando-se com o problema dual de P’. O algoritmo trabalha de forma
similar ao método dual Simplex, obtendo-se uma solução factível para o problema P’ e,
através da teoria da Dualidade, encontra-se uma solução ótima para o problema da
Designação.
Em Harper et al. (2005) encontra-se uma proposta para a solução do problema da
alocação de projetos para estudantes de graduação e pós-graduação da Universidade de
Southampton, Inglaterra, utilizando-se Algoritmos Genéticos. Os estudantes escolhem os
projetos por ordem de preferência, criando-se uma matriz de custos. Um cromossomo é a
representação de uma solução factível, com a alocação de um projeto por estudante,
permitindo-se em alguns casos, mais de um estudante por projeto no início do processo. A
função de fitness mede a satisfação de cada estudante com o projeto alocado, e através de
técnicas similares às apresentadas por Chu e Beasley (1997) e Wilson (1997) várias soluções
factíveis são encontradas, com média de erros entre 4% e 7% em matrizes com dimensões
variando entre 100 × 100 e 400 × 400.