Application of Neural Networks for Routing Problems

Tato práce se zabývá řešením problému obchodního cestujícího v polygonální doméně s využitím samoorganizujících se map. Pomocí muldimenzionálního škálování je úloha převedena na problém obchodního cestujícího v Euklidovském prostoru vyšší dimenze. Poté jsou k řešení využity standardní postupy samoorganizujících se map. Další metoda je založena na nové neeuklidovské formě samoorganizujících se map, jež byla nejprve odvozena teoreticky a následně implementována. Oba postupy byly numericky porovnány z hlediska rychlosti výpočtu a kvality řešení při různých nastaveních parametrů.The thesis deals with the Traveling Salesman Problem in a polygonal domain using Self Organizing Maps. The task is transformed to the Traveling Salesman Problem in the Euclidean space of a higher dimension by the technique of the multidimensional scaling. Then it is solved using Self Organizing Maps procedures. Another method is based on the new non-Euclidean form of Self Organizing Maps, which was derived theoretically and implemented subsequently. Both methods were numerically compared concerning the speed of computation and the quality of solutions with various settings of parameters