Диверсифікація пошуку в алгоритмах оптимізації мурашиними колоніями

Запропоновано підхід до розробки нових алгоритмів оптимізації мурашиними колоніями. Він сприяє створенню алгоритмів розв'язування задач комбінаторної оптимізації з підвищеною точністю. Наведено результати проведеного обчислювального експерименту із розв’язування серії задач комівояжера з відомо...

Full description

Saved in:
Bibliographic Details
Published in:Теорія оптимальних рішень
Date:2017
Main Author: Гуляницький, Л.Ф.
Format: Article
Language:Ukrainian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2017
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/131437
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Диверсифікація пошуку в алгоритмах оптимізації мурашиними колоніями / Л.Ф. Гуляницький // Теорія оптимальних рішень: Зб. наук. пр. — 2017. — № 2017. — С. 47-57. — Бібліогр.: 11 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Запропоновано підхід до розробки нових алгоритмів оптимізації мурашиними колоніями. Він сприяє створенню алгоритмів розв'язування задач комбінаторної оптимізації з підвищеною точністю. Наведено результати проведеного обчислювального експерименту із розв’язування серії задач комівояжера з відомої бібліотеки, які підтвердили можливість успішної модифікації одного із найефективніших мурашиних алгоритмів. Предложен подход к разработке новых алгоритмов оптимизации муравьиными колониями. Он ориентирован на создание алгоритмов решения задач комбинаторной оптимизации с повышенной точностью. Приведены результаты вычислительного эксперимента по решению серии задач коммивояжера из известной библиотеки, которые подтвердили возможность успешной модификации одного из самых эффективных муравьиных алгоритмов. The approach to new ant colony optimization algorithms development is proposed. It aims on creating the algorithms to solve optimization problems with higher precision. The results of computational experiments on solving a set of travelling salesman problems from benchmark library are presented and they confirm the possibility of successful modification of one of the most effective ant colony optimization algorithms.
ISSN:2616-5619