Search

The Multiple Traveling Salesman problem (mTSP) is an extension of the well-known Traveling Sales- man Problem (TSP), where more than one salesman is allowed to be used in order to visit some cities just once. Furthermore, the formulation of the mTSP seem more relevant for real-life applications, and also can be extended to a wide variety of Vehicle Routing Problems (VRPs) by incorporating some additional side constraints, such as the vehicle capacity and customer demands. Although the literature for the TSP and the VRP is definitely wide, the mTSP has not received the same amount of attention. In that sense, this paper proposes a new algorithm based on Ant Colony Optimization (ACO) for the mTSP, specifically Multi-type Ant Colony System (M-ACS), where each colony represents a possible global solution. More-over, these colonies cooperate by means of “frequent” pheromone exchanges in order to find a competitive solution for the mTSP. The algorithm performance has been compared with one of the most efficient local search algorithms for mTSP, the Lin-Kernighan algorithm. Computational results confirm the competitiveness and efficiency of the strategy we propose.

El problema de los múltiples viajeros vendedores (Multiple Traveling Salesman Problem, mTSP) es una extensión del bien conocido problema del viajero vendedor (Traveling Salesman Problem, TSP), en dicha extensión se puede utilizar más de un vendedor con la finalidad de visitar un conjunto de ciudades solamente una vez. La formulación del mTSP se ajusta más a los problemas empresariales de la vida real, además puede ser extendida a una amplia variedad de los problemas de enrutamiento de vehículos (Vehicle Routing Problems, VRPs), mediante la incorporación de algunas restricciones, tales como: limitar la capacidad del vehículo y establecer demanda cuantificable en cada cliente o ciudad. A pesar de que la literatura científica para el TSP y los VRPs ha sido abundante, las investigaciones relativas al mTSP han sido limitadas. En este sentido, la presente investigación propone un nuevo algoritmo inspirado en el comportamiento de las hormigas nombrado “Optimización basada en colonias de hormigas (Ant Colony Optimization, ACO)” para la solución del mTSP, específicamente Sistema Multi-tipos de Colonias de Hormigas (M-ACS), donde cada colonia representa una posible solución global del problema. Las colonias cooperan mediante “frecuentes” intercambios de feromona en busca de una solución eficiente para el mTSP. El desempeño del algoritmo propuesto ha sido comparado con uno de los algoritmos de búsqueda local más eficientes para dicho problema, la heurística de Lin-Kernighan. Finalmente, los resultados computacionales obtenidos confirman la competitividad y eficiencia de la estrategia de solución propuesta.