Dijkstra’s Algorithm for Solving the Fuzzy Shortest Path Problem on Networks under Trapezoidal Fuzzy Number
Keywords:
Shortest Path Problems, Dijkstra’s Algorithm, Fuzzy Numbers, Robust’s Ranking TechniqueAbstract
This objective of research is to find a solution to the shortest path problem with trapezoidal fuzzy numbers when travel expenses are uncertain or ambiguous. The researcher proposed a solution to the shortest path problem under trapezoidal fuzzy numbers by using the Robust's ranking technique to find representative values of trapezoidal fuzzy numbers. After that, the shortest path was founded using the Dijkstra algorithm. The results of the study showed that this method can find the right answer in an ambiguous environment.
References
Bellman RE, Zadeh LA. Decision making in a fuzzy environment. Manage Sci. 1970; 17(4):141-64.
Dubois D, Prade H. Theory and Applications: Fuzzy Sets and Systems, New York:Academic Press;1980.
Takahashi MT, Yamakami A. On fuzzy shortest path problems with fuzzy parameters: an algorithmic approach. Fuzzy Logic Control for an Autonomous Robot. 2005 Annual meeting of the North American fuzzy information processing society; 26-28 June 2005; Detroit, MI, USA. IEEE; 2005.
Okada S. Fuzzy shortest path problems incorporating interactivity among paths. Fuzzy Sets Syst. 2004; 142(3):335–57.
Nayeem SMA, Pal M. Shortest path problem on a network with imprecise edge weight. Fuzzy Optim Decis Mak. 2005;4(4):293–312
Hernandes F, Lamata MT, Verdegay JL, Yamakami A. The shortest path problem on networks with fuzzy parameters. Fuzzy Sets Syst. 2007; 158(14):1561–70
Deng Y, Chen Y, Zhang Y, Mahadevan S. Fuzzy Dijkstra algorithm for shortest path problem under uncertain environment. Appl Soft Comput. 2012; 12(3):1231–7.
Lin L, Wu C, Ma L. A genetic algorithm for the fuzzy shortest path problem in a fuzzy network. Complex Intell Systems. 2021; 7:225–34
Dijkstra EW. A note on two problems in connexion with graphs. Numer Math (Heidelb). 1959;1:269–71.
Rosen KH. Graphs. Discrete mathematics and its applications. 7th ed. New York: McGraw-Hill; 2012. p. 641-79.
Zadeh LA. Fuzzy sets . Inf Control. 1965; 8(3):338-56.
Yager RR. A procedure for ordering fuzzy subsets of the unit interval. Information Science. 1981; 24:143–61.
Mateos A, Jiménez A. A trapezoidal fuzzy numbers-based approach for aggregating group preferences and ranking decision alternatives in MCDM. Evolutionary Multi-Criterion Optimization. Berlin: Heidelberg; 2009. p. 365–79.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 UTK RESEARCH JOURNAL
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
กองบรรณาธิการวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ มีความยินดีที่จะรับบทความจากอาจารย์ นักวิจัย นักวิชาการทั้งภายในและภายนอกมหาวิทยาลัย ในสาขาวิชาวิทยาศาสตร์และเทคโนโลยี ได้แก่ สาขาวิชาวิทยาศาสตร์ วิศวกรรมศาสตร์ และสาขาอื่นๆ ที่เกี่ยวข้อง รวมถึงสาขาต่างๆ ที่มีการบูรณาการข้ามศาสตร์ที่เกี่ยวข้องวิทยาศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่น
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏอยู่ในแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพแต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา หรือข้อคิดเห็นใดๆ ของบทความในวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสาร
