Comparison of genetic and ant algorithms

• Autorzy: Boryczka U.

Warianty tytułu

PL

Porównanie algorytmów genetycznych i mrówkowych

• Języki publikacji: EN

Abstrakty

EN

Genetic and ant algorithms apply stochastic searching, parallel investigation as well as autocatalitic process (or stigmergy) to solve optimization problems. This paper concentrates on the Traveling Salesman Problem (TSP) solved by genetic and ant algorithms. We consider the sets of parameters and operators which influence the acting of these algorithms. Two algorithmic structures emphasizing the selection problem are discussed. We describe the TSP experiments performed for 50 cities. The aim of the comparison is the conclusion that the evolution, which is exploited in genetic algorithms, can improve the performance of ant algorithms.

PL

Artykuł porównuje możliwości algorytmów genetycznych i mrówkowych na przykładzie problemu komiwojażera. Rozważono szereg parametrów mających wpływ na funkcjonowanie wymienionych typów algorytmów. Problem komiwojażera był rozważany dla sieci 50 miast. Celem porównania jest pokazanie, że ewolucja, która jest podstawą funkcjonowania algorytmów genetycznych, zastosowana do algorytmów mrówkowych może zwiększyć ich wydajność.

Słowa kluczowe

EN

genetic algorithms; ant algorithms

PL

algorytmy genetyczne; algorytmy mrówkowe

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Archiwum Informatyki Teoretycznej i Stosowanej
• Rocznik: 2000
• Tom: T. 12, z. 4
• Strony: 249--264

Twórcy

autor

Boryczka U.

• Instytut Informatyki Uniwersytet Śląski ul. Żeromskiego 3 41-200 Sosnowiec,