یافتن کوتاهترین دور هامیلتونی با استفاده از رویکرد ترکیبی هوش جمعی بر پایه شبکه های پیچیده

در این مقاله از دور هامیلتونی در  یک مسئله استاندارد و نظری بنام مسئله فروشنده دوره گرد و یک مسئله کاربردی بنام یافتن کوتاهترین مسیر هامیلتونی برای پیمودن تمام استان های ایران استفاده شده است. برای حل این گونه مسایل می توان از الگوریتم های هوش جمعی استفاده کرد که از عوامل طبیعی، زیست محیطی و اجتماعی  نشات گرفته اند. الگوریتم بهینه سازی ازدحام ذرات یکی از الگوریتم های هوش جمعی است. در روش پیشنهادی، به منظور بهبود نتایج هر ذره از جستجوی محلی در روند جستجو و برای افزایش تبادل اطلاعات بهتر میان ذرات و انتخاب موقعیت بعدی مناسب تر هر ذره، از شبکه پیچیده، استفاده می شود. در این شبکه گره ای که راه حلی بهتری در آن نگهداری می شود همواره درجه آن گره بزرگ تر می شود. در شبکه پیچیده  از دو سنجه درجه و درجه همسایگی برای یافتن راه حل بهتر استفاده شده است. برای مقایسه نتایج از مسایل استاندارد TSPLib استفاده شده که نتایج حاکی از هزینه بهتر روش بهینه سازی ازدحام ذرات با جستجوی محلی شبکه ای پیچیده نسبت به بهینه سازی ازدحام ذرات با جستجوی محلی و ازدحام ذرات استاندارد است، همچنین، درصد خطا نسبت به بهترین جواب موجود در TSPLib به ترتیب در الگوریتم های بهینه سازی ازدحام ذرات با جستجوی محلی شبکه ای پیچیده و بهینه سازی ازدحام ذرات با جستجوی محلی نسبت به روش ازدحام ذرات استاندارد، کاهش داشته است. به طور نمونه، برای حل  مسیلهST70 در الگوریتم های بهینه سازی ازدحام ذرات شبکه ای و پایه میانگین هزینه حل مسئله به ترتیب 705 و 797 می باشد.