Статья

Название статьи МОДЕЛИРОВАНИЕ АДАПТИВНОГО ПОВЕДЕНИЯ МУРАВЬИНОЙ КОЛОНИИ ПРИ ПОИСКЕ РЕШЕНИЙ, ИНТЕРПРЕТИРУЕМЫХ ДЕРЕВЬЯМИ
Автор Б.К. Лебедев, O.Б. Лебедев
Рубрика РАЗДЕЛ I. ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ, ГЕНЕТИЧЕСКИЕ И БИОНИЧЕСКИЕ АЛГОРИТМЫ
Месяц, год 07, 2012
Индекс УДК 681.325
DOI
Аннотация Предлагается новая парадигма комбинаторной оптимизации trees ant colony optimization (T-ACO), основанная на идеях муравьиной колонии и, в первую очередь, на идее непрямого обмена − стигмержи (stigniergy), позволяющая осуществлять синтез дерева. Такой подход является эффективным способом поиска рациональных решений для задач оптимизации, допускающих графовую интерпретацию в виде деревьев. Представление оптимизационной задачи в виде парадигмы T-ACO опирается на два ключевых момента: формирование графа поиска решений (ГПР) и построения допустимых альтернативных решений (деревьев) на графе поиска решений. ГПР формируется из двух типов вершин: множество вершин первого типа M, являющихся листьями дерева; множество вершин второго типа C соответствуют внутренним вершинам дерева. На вершинах множества С формируется полный граф, а каждая внутренняя вершина связывается дугами со всеми вершинами множества M. Пошаговый процесс построения муравьем дерева на базе ГПР начинается со стартовой вершины S. На каждом шаге выбирается одна из еще не связанных вершин, которая связывается ребром с одной из уже ранее выбранных и связанных вершин. Описывается процедура поиска решений, способы отложения и испарения феромона.

Скачать в PDF

Ключевые слова Роевой интеллект; муравьиная колония; адаптивное поведение; самоорганизация; дерево; оптимизация
Библиографический список 1. Engelbrecht A.P. Fundamentals of Computational Swarm Intelligence. John Wiley & Sons, Chichester, UK, 2005.
2. Dorigo M. and Stьtzle T. Ant Colony Optimization. MIT Press, Cambridge, MA, 2004.
3. Dorigo M., Stьtzle T. Ant Colony Optimization: Overview and Recent Advances. M. Gendreau and Y. Potvin, editors, Handbook of Metaheuristics, 2nd edition. Vol. 146 in International Series in Operations Research & Management Science, Springer, Verlag, New York, 2010. – P. 227-263.
4. Dorigo M., Gambardella L.M. Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem // IEEE Transactions on Evolutionary Computation. – 1997. – Vol. 1, № 1. – P. 53-66.
5. Bullnheimer B., Hartl R.F. and Strauss C. A New Rank Based Version of the Ant System: A Computational Study // Central European Journal for Operations Research and Economics. – 1999. – № 7 (1). – Р. 25-38.
6. Stьtzle T. and Hoos H.H. MAX-MIN Ant System. Future Generation Computer Systems. – 2000. – № 16 (8). – P. 889-914.
7. Курейчик В.М., Кажаров А.А. О некоторых модификациях муравьиного алгоритма // Известия ЮФУ. Технические науки. – 2008. – № 4 (81). – C. 7-12.
8. Кажаров А.А., Курейчик В.М. Муравьиные алгоритмы для решения транспортных задач // Теория и системы управления. – М.: Изд-во «Наука», 2010. – № 1.
9. Курейчик В.М., Лебедев Б.К., Лебедев О.Б. Разбиение на основе моделирования адаптивного поведения биологических систем // Нейрокомпьютеры: разработка, применение. – 2010. – № 2. – С. 28-34.
10. Лебедев О.Б. Покрытие методом муравьиной колонии // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010. Труды конференции. Т. 2. – М.: Физматлит, 2010. – С. 423-431.
11. Лебедев Б.К., Лебедев В.Б. Построение кратчайших связывающих сетей на основе метода муравьиной колонии // Нечеткие системы и мягкие вычисления: Cб. ст. Третьей
Всероссийской научной конференции: В 2 т. Т. II. – Волгоград: Волгоградский гос. техн. Университет, 2009. – С. 42-50.
12. Лебедев О.Б. Трассировка в канале методом муравьиной колонии // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 46-52.
13. Лебедев В.Б. Построение кратчайших связывающих сетей на основе роевого интеллекта // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 37-44.

Comments are closed.