Warianty tytułu
Porównanie algorytmów genetycznych i mrówkowych
Języki publikacji
Abstrakty
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.
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
Rocznik
Tom
Strony
249-264
Opis fizyczny
Twórcy
autor
- Instytut Informatyki Uniwersytet Śląski ul. Żeromskiego 3 41-200 Sosnowiec, uboryczk@us.edu.pl
Bibliografia
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BUJ1-0007-0030