アリのコロニー最適化アルゴリズム ACO (Ant Colony Optimization Algorithm) は、自然界の本物のアリの採餌行動にヒントを得て、1990 年代初頭にイタリアの学者 M. Dorigo ら [1] によって提案されたバイオニック最適化アルゴリズムです。このアルゴリズムは分散並列コンピューティング メカニズムを使用しており、堅牢性が高く、他の最適化アルゴリズムと簡単に組み合わせることができます。一連の優れた実験結果が得られ、その多くの優れた特性は研究者の間で急速に広く注目を集めています[2]。
アリのコロニー最適化アルゴリズムは、巡回セールスマン問題 (TSP) などの離散問題の最適化を解くために初めて使用され、優れた応用結果を達成しています。アルゴリズムの開発に伴い、学者たちは基本的なアリのコロニーアルゴリズムに基づいて多くの改善戦略を提案し、アルゴリズムの解決パフォーマンスを効果的に向上させ、その適用をジョブスケジューリング、経路計画、データマイニングなどの多くの分野に徐々に拡大しました。豊富な研究成果が得られています[3]。
00 記事ディレクトリ
1 アリコロニー最適化アルゴリズムの原理
2 コードディレクトリ
3 アルゴリズムのパフォーマンス
4 ソースコードの取得
5 まとめ
01 アリコロニー最適化アルゴリズムの原理
アリ コロニー アルゴリズム (ACO) は、自然界のアリの経路探索プロセスをシミュレートするヒューリスティックなランダム検索アルゴリズムです。基本原理：アリが採餌するとき、最初はランダムな経路を選択し、フェロモンと呼ばれる化学物質が分泌され、その経路に残りますが、その後、反復回数が増えるにつれて、特定の経路にある情報の要素が増えていきます。 。最終的に、これらのアリはフェロモンが最も多い道を選択し、最適な道を見つけます。
[D. Pal、P. Verma、D. Gautam、P. Indait、「ハイブリッド ACO-PSO を使用した最適化手法の改善」、2016 年第 2 回次世代コンピューティング技術国際会議 (NGCT)、デラドゥン、インド、2016 年、277 ページ-282, doi: 10.1109/NGCT.2016.7877428. アリの巣と餌の最短経路を見つける]
(1) 解空間を構築する.
まず、各アリの開始位置は任意であり、次に各アリの次の k 回の訪問をカウントします。すべてのアリが設定されたすべての都市を訪問するまで、アリは都市を移動します。時刻 t において、アリ k が都市 i から都市 j に移動する確率は pkij(t) です。
このうち、α はフェロモン係数、β はヒューリスティック関数係数、i、j はそれぞれ始点と終点、nij(t) は 2 点間の長さの逆数、t は最大数です。反復回数; τij(t) は i から j までの時間 t のフェロモン内容; Jk(i) は訪問されていないすべてのノードのセットです. 完全なアクセス後、それはサイクルの終了を意味します. (2) を更新します。現在の反復数 (最短パス) でのフェロモン
レコードの最適解
を求め、さまざまな都市のルートのフェロモン コンテンツに調整が加えられました。
このうち、ρ はフェロモン揮散係数であり、値の範囲は一般に [0.2, 0.5] の間であり、1-ρ はフェロモン残留係数であり、最初の式は訪問プロセス後に m アリが都市 i ～ j にいることを示します。経路上に残されたフェロモンの総数 Δτkij はアリ k がこの周期で経路上に残した情報量であり、次式で表される: このうち、Q は正の定数、Lk はアリが通過した
経路現在のサイクルの k 長さ。
(3) 終了したかどうかを判断し、
最大反復回数未満の場合は反復回数を 1 増やし、すべての ant ルートの記録テーブルをクリアして手順 1 に戻り、そうでない場合は終了します。を計算して最適解を出力します。
02 コードディレクトリ
コードは完全にコメント化されており、プログラムの一部は次のとおりです。
コードの入手方法については記事の最後をご覧ください。
03 アルゴリズム性能
そのパフォーマンスは、典型的な TSP 問題、つまりすべての都市を最短距離で横断する経路を見つける問題でテストされます。
プログラムを実行した結果は次のようになります。
04 まとめ
この記事では、アリ コロニー アルゴリズムの TSP 問題への適用を紹介します. 実際、アント コロニー アルゴリズムには、オープン性、堅牢性、分散コンピューティングなどの多くの利点がありますが、検索効率が低く、収束速度が遅く、簡単であるという欠点もあります。局所最適性などの欠点があり、引き続きアルゴリズムを改善する余地がある。同時に、アリのコロニーアルゴリズムはさまざまな経路最適化問題だけでなく、連続問題にも適用できますので、今後この分野の記事も更新していきますので、ご注目ください。
参考文献
[1] COLORNI A、DORIGO M、MANIEZZO V. アリのコロニーによる分散最適化[C]. ヨーロッパ人工生命会議、1991. [2] Wang Yong. 多目的ルーティング問題におけるアリのコロニー最適化アルゴリズムの研究[ D
] ]. 長沙: 湖南大学、2009.
• [3] Qiao Dongping、Pei Jie、Xiao Yanqiu 他. アリコロニーアルゴリズムとそのアプリケーションのレビュー [J]. ソフトウェアガイド、2017、16(12): 217 -221。
アリのコロニーアルゴリズムのMATLABソースコードを入手：
作者の公開アカウントの背景にあるACO（大文字）への返信KAUのクラウド実験プラットフォーム
もう 1 つ: 解決すべき最適化問題 (あらゆる種類の分野が利用可能) を抱えているパートナーがいる場合は、私に送っていただければ、これらの問題を解決するための最適化アルゴリズムの使用に関する記事を選択的に更新します。
この記事が役に立ったり、感動した場合は、右下の「いいね(ง •̀_•́)ง」をクリックしてください（クリックしなくても大丈夫です）