Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Flying ant colony optimization algorithm for combinatorial optimization

Tytuł:
Flying ant colony optimization algorithm for combinatorial optimization
Autorzy:
Fidanova, S.
Atanassov, K.
Data publikacji:
2017
Słowa kluczowe:
evolutionary computation
ant colony optimization
combinatorial optimization
obliczenia ewolucyjne
optymalizacja algorytmów mrówkowych
optymalizacja kombinatoryczna
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
In this paper is introduce "flying" ants in Ant Colony Optimization (ACO). In traditional ACO algorithms the ants construct their solution regarding one step forward. In proposed ACO algorithm, the ants make their decision, regarding more than one step forward, but they include only one new element in their solutions.
Artykuł przedstawia "latające" mrówki w problemie optymalizacji algorytmów mrówkowych. W tradycyjnych podejściach dla algorytmów mrówkowych agenci (mrówki) budują swoje rozwiązanie w kolejnych krokach. W zaproponowanym podejściu optymalizacji algorytmu mrówkowego agenci podejmują decyzję na podstawie więcej niż jednego kroku, jednakże tylko jeden element wprowadzany jest do rozwiązania.
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018)

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies