uma nova abordagem na resolução do problema do caixeiro viajante

Jin et al. (2003) mostra a aplicação dos Algoritmos Genéticos no sistema
evolucionário de mapas Auto-Organizáveis para resolver o problema do Caixeiro Viajante na
técnica denominada mapa Auto-Organizável eficiente e melhorado (Efficient Improved Self
Organizing Map – eISOM), onde cada cromossomo representa um esquema de aprendizagem
da Rede Neural. Desta forma, os Algoritmos Genéticos determinam quais são os melhores
resultados para o problema encontrado através da Rede de Kohonen. Em cada iteração, a
Rede de Kohonen coloca os neurônios próximos dos respectivos dados de entrada (cidades), e
ao mesmo tempo os coloca na envoltória convexa determinada pelas cidades. Os resultados
desta técnica são comparados com a Rede de Kohonen com diferentes formas de
aprendizagem, e esta nova técnica apresenta melhorias em quase todas as matrizes do
TSPLIB.
Na publicação de Merz e Freisleben (1997) é apresentada a aplicação de Algoritmos
Genéticos para o problema do Caixeiro Viajante simétrico, com a aplicação da técnica de
Busca Local 2-opt para cada rota encontrada, com o objetivo de encontrar melhores rotas para
as próximas gerações. Os resultados encontrados para o banco de dados TSPLIB mostram que
esta técnica é capaz de obter soluções ótimas na maioria dos casos citados. A publicação de
Qu e Sun (1999) mostra aplicação semelhante de Algoritmos Genéticos, com a introdução da
aproximação synergetic no cálculo da função de fitness.
O trabalho de Affenzeller e Wanger (2003) mostra uma técnica para determinar boas
soluções para o problema do Caixeiro Viajante com o uso de Algoritmos Genéticos através
das comparações entre o fitness de novas soluções com fitness da população e dos fitness dos
novos indivíduos e de seus pais. Os resultados para alguns problemas do TSPLIB são
melhores do que os resultados encontrados com a aplicação de Algoritmos Genéticos da
forma tradicional.
Em Choi, Kim e Kim (2003) encontra-se a aplicação de Algoritmos Genéticos para o
problema do Caixeiro Viajante assimétrico. Esta técnica gera tanto soluções factíveis como
infactíveis, com o objetivo de melhorá-las através das operações de crossover. Desta forma, o
espaço de busca é mesclado em regiões factíveis e infactíveis. As soluções para o TSPLIB são
ótimas na maioria dos casos mostrados no artigo.
O trabalho de Sari, Sherali e Bhootra (2005) mostra uma nova formulação para o
problema do Caixeiro Viajante assimétrico, criando restrições para eliminar a criação de sub-