TSP를 위한 개미알고리즘: 보다 좋은 α와 β 값 발견
Ant Algorithm for the Travelling Salesman Problem: Finding the Better Alpha and Beta Values
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 TSP(Travelling Salesman Problem)에 개미 알고리즘을 적용하여 최적의 솔루션(여행 거리를 최소화)을 찾을 수 있게 하는 보다 좋은 파라미터 발견 방법을 제시한다. 이를 위해서 다섯 개의 도시 분포 유형을 정의하고, 363개의 파라미터 조합과 각 도시 분포 유형별로 30개의 도시로 구성된 도시 집단을 10개씩 만들었다. 그리고 이 도시 집단에 파라미터 조합을 사용한 개미 알고리즘을 적용하여, 모든 도시 분포 유형에 공통으로 사용될 수 있는 보다 좋은 파라미터 조합 39개를 찾아냈다.
Abstract
This paper proposes the better parameter finding method which is able to search the optimal solution(minimization of travel distance) by applying ant algorithms to TSP. In order to solve it we define the five types of city distribution, 363combinations of parameters, and for each types of city distribution, make ten city group consisted of 30 cities. And then applying ant algorithm which used the combination of parameters to the city group, we can find 39 better parameters which can use in all types of city distribution commonly.
참고문헌 (7)
- Jones, M.T., "AI APPLICATION PROGRAMMING" (2005), Charles River Media
- Dorigo, Marco, "The Ant System:Optimization by a Colony of Cooperating Agents", IEEE Transaction on Systems,Man and Cybernetics-Part B, 26(1), pp.1~13 (1996)
- Krishnan Krishnaiyer, "Ant Algorithm: Review and Future Application", IERC02, pp.191~197 (2002)
- Michael G., "Pheromone Modification Strategies for Ant Algorithms applied to Dynamic TSP", EvoWorkshop 2001, LNCS, 통권 : 2031, pp.213~222 (2001), Springer Verlag
- Ayed H., "Aco for Solving a Multimodal Transport Problems using a Transfer Graph Model", ICCIE-2009, pp.285~290 (2009)
- 이승관, "개미 모델 성능에서 다중 에이전트 상호작용 전략의 효과", 한국콘텐츠학회 논문지, 5(3), pp.193~199 (2005), 한국콘텐츠학회
- 정의현, "개미 집단 최적화를 이용한 무선 센서 네트워크의 라우팅 알고리즘", 한국컴퓨터정보학회논문지, 12(5), pp.131~138 (2007), 한국컴퓨터정보학회