Đề xuất chiến lược tìm kiếm lân cận cho bài toán cây Steiner nhỏ nhất

Abstract

Cây Steiner nhỏ nhất là bài toán tối ưu đồ thị có nhiều ứng dụng quan trọng trong khoa học và kỹ thuật. Đây là bài toán thuộc lớp NP-hard. Hiện đã có nhiều hướng tiếp cận giải bài toán cây Steiner nhỏ nhất như các thuật toán tìm lời giải đúng, các thuật toán tìm lời giải gần đúng cận tỉ lệ, các thuật toán Heuristic, các thuật toán Metaheuristic...; trong đó, các chiến lược tìm kiếm lân cận có vai trò quyết định đối với việc cải thiện chất lượng lời giải của các thuật toán Metaheuristic. Trong bài báo này, chúng tôi đề xuất hai chiến lược tìm kiếm lân cận và chúng tôi sử dụng các chiến lược tìm kiếm lân cận này trong ngữ cảnh của thuật toán tìm kiếm lân cận biến đổi để giải bài toán cây Steiner nhỏ nhất. Kết quả thực nghiệm với hệ thống dữ liệu thực nghiệm chuẩn cho thấy rằng thuật toán đề xuất của chúng tôi cho lời giải với chất lượng tốt hơn so với một số thuật toán Heuristic và một số thuật toán Metahcuristic hiện biết trên một số bộ dữ liệu.