¿Qué es TSP en IA?
¿Qué es TSP en IA?

Video: ¿Qué es TSP en IA?

Video: ¿Qué es TSP en IA?
Video: REVELADO! NOMBRE DE LOS MIEMBROS DE LA TSP (REFINERIA) 😱 EN PIGGY BOOK 2 🐷 ROBLOX 2024, Abril
Anonim

Resumen: - El problema del viajante ( TSP ) es uno de los problemas más estudiados en matemática computacional y optimización combinatoria. También se considera como la clase de los problemas de optimización combinatoria completa NP.

También sepa, ¿qué es TSP en informática?

El problema del viajante ( TSP ) es un problema analgoritmico que tiene la tarea de encontrar la ruta mas corta entre un conjunto de puntos y lugares que deben ser visitados. Centrado en la optimización, TSP se usa a menudo en Ciencias de la Computación para encontrar la ruta más eficiente para que los datos viajen entre varios nodos.

También sepa, ¿TSP es un NP? Por qué TSP No es notario público -completo Dado que no está en notario público no puede ser notario público -completo. En TSP está buscando el bucle más corto que atraviese todas las ciudades en un conjunto determinado de ciudades. Dado que se necesita un tiempo exponencial para resolver notario público , la solución no se puede verificar en tiempo polinomial. Por tanto, este problema es notario público -duro, pero no en notario público.

Teniendo esto en cuenta, ¿qué es TSP en DAA?

El problema del viajante ( TSP ) es un problema matemático popular que pide la trayectoria más eficiente posible dado un conjunto de puntos y distancias que deben ser visitados. En informática, el problema se puede aplicar a la ruta más eficiente para que los datos viajen entre varios nodos.

¿Por qué TSP NP está completo?

Prueba: Para demostrar que TSP es NP - Duro , debemos mostrar que todos los problemas en notario público reduce a TSP en tiempo polinomial. Para hacer esto, considere la versión de decisión del Ciclo de Hamilton (HC). Es bien sabido que la HC es notario público - Completo , entonces HC es notario público - Duro y cada problema y en notario público se reduce a HC en tiempo polinomial.

Recomendado: