文献

J-GLOBAL ID：202202251858805676   整理番号：22A1051888

巡回セールスマン問題に適用したノードクラスタリングによる適応アリコロニー最適化【JST・京大機械翻訳】

Adaptive Ant Colony Optimization with node clustering applied to the Travelling Salesman Problem

著者 (3件)： Stodola Petr (Department of Intelligence Support, University of Defence in Brno Faculty of Military Leadership, Fantova 711/33, Kounicova 65, Brno 61400, Czech Republic) ,  Otrisal Pavel (Department of Adapted Physical Activities, Palacky University Olomouc, Krizkovskeho 8, Olomouc, Czech Republic) ,  Hasilova Kamila (Department of Quantitative Methods, University of Defence, Kounicova 65, Brno, Czech Republic)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 70  ページ： Null  発行年： 2022年 
JST資料番号： W3213A  ISSN： 2210-6502  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,巡回セールスマン問題を解明するアリコロニー最適化アルゴリズムを提示した。提案したアルゴリズムは,全体的性能を強化して,実行時間を下げて,特に,異なるインスタンスのための制御パラメータの設定による局所最適および問題への落下のようなACOベースの方法と結合した負の効果を減らすために,3つの新規技術を実行した。これらの技法は,(a)遷移ノードがクラスタ集合で組織化されるノードクラスタリング概念,(b)情報エントロピーに基づいて動的に制御された適応フェロモン蒸発,および(c)母集団における解の多様性に基づく新終端条件の定式化を含む。提案した原理の有効性を検証するために,よく知られたTSPLIBベンチマークから取られた30のベンチマークインスタンス(51から2392ノードの範囲,様々なノードトポロジーを有する)を用いて多数の実験を行い,結果をいくつかの最先端のACOベースの方法と比較した。提案アルゴリズムは,ほとんどの場合,これらのライバル法より優れている。アルゴリズムの挙動に及ぼす新規技術の影響を徹底的に解析して,全体的性能,実行時間および収束に関して議論した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  位相幾何学 ,  エントロピー ,  蒸発 ,  *巡回セールスマン問題 ,  フェロモン ,  *クラスタ化 ,  *クラスタ ,  母集団 ,  定式化 ,  ベンチマーク
準シソーラス用語： *アリコロニー最適化 ,  実行時間 ,  アントアルゴリズム ,  情報エントロピー , 【Automatic Indexing@JST】

著者キーワード (6件)： アリコロニー最適化 ,  巡回セールスマン問題の巡回セールスマン問題 ,  ノードクラスタリング ,  適応フェロモン蒸発 ,  エントロピー ,  集団の多様性

分類 (3件)： 人工知能  (JE08000Z) ,  システム最適化手法  (IA02050Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (5件)： 巡回セールスマン問題 ,  ノード ,  クラスタリング ,  適応 ,  アリコロニー最適化