Акименко А.С.

Email: Akimenko640@scientifictext.ru

Акименко Ангелина Сергеевна – студент, кафедра информационных технологий, строительный факультет, Санкт-Петербургский государственный архитектурно-строительный университет, г. Санкт-Петербург

Аннотация: на сегодняшний день активно разрабатываются методы, включающие в себя природные механизмы. Natural Computing – «Природные вычисления» – научное направление, объединяющее математические и компьютерные методы с работой естественной системы флоры и фауны. Данное направление помогает найти наилучшее решение при работе со сложными оптимизационными задачами. Одним из таких методов является Ant Colony Algorithms – муравьиные алгоритмы, которые пользуются большой популярностью среди ученых всего мира и входят в класс «роевого интеллекта». Данные алгоритмы способствуют решению множества сложных комбинаторных задач, таких как: задача коммивояжёра, транспортные задачи, задачи полихромии графов, задачи о назначениях, распределениях и других.

Ключевые слова: муравьиный алгоритм, этапы муравьиного алгоритма, задача коммивояжера.

THE ACO METHOD FOR THE SOLUTION OF PROBLEMS OF OPTIMIZATION

Akimenko A.S.

Akimenko Angelina Sergeevna – Student, DEPARTMENT OF INFORMATION TECHNOLOGIES, CONSTRUCTION FACULTY, SAINT-PETERSBURG STATE UNIVERSITY OF ARCHITECTURE AND CIVIL ENGINEERING, SAINT-PETERSBURG

Abstract: today the methods that include natural mechanisms are actively developed. Natural Computing – "Natural calculations" – the scientific direction uniting mathematical and computer methods with work of natural system of flora and fauna. This direction helps to find the best solution during the work with difficult optimizing tasks. One of such methods is Ant Colony Algorithms – ant algorithms which enjoy wide popularity among scientists of the whole world and enter a class of "swarm intelligence". These algorithms promote the solution of a set of difficult combinatory tasks, such as: the commercial traveler task, transport tasks, graph polychromy problems, tasks about appointments, distributions and others.

Keywords: ant algorithm, stages of an ant algorithm, commercial traveler task.

Список литературы / References

1. Кажаров А.А. Использование шаблонных решений в муравьиных алгоритмах. / А.А. Кажаров, В.М. Курейчик // Известия Южного федерального университета. Технические науки, 2013. № 7 (144). С. 17-22.
2. Ватутин Э.И. Анализ результатов применения алгоритма муравьиной колонии в задаче поиска пути в графе при наличии ограничений / Э.И. Ватутин, В.С. Титов // Известия Южного федерального университета. Технические науки, 2014. № 12 (161). С. 111–120.
3. Ватутин Э.И. Об одном подходе к использованию алгоритма муравьиной колонии при решении задач дискретной комбинаторной оптимизации / Э.И. Ватутин, В.С. Титов // Интеллектуальные и информационные системы (Интеллект 2015). Тула, 2015. С. 8–13.
4. Штовба С.Д. Муравьиные алгоритмы. Математика в приложениях / С.Д. Штовба // Exponenta Pro. Математика в приложениях, 2003. № 4. С. 70-75.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Электронная версия. Акименко А.С. МЕТОД АСО ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ // Вестник науки и образования №4 (40), 2018. [Электронный ресурс]. URL: http://scientificjournal.ru/images/PDF/2018/VNO-40/metod-aso-dlya.pdf (Дата обращения: ХХ.ХХ.201Х). Печатная версия. Акименко А.С. МЕТОД АСО ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ // Вестник науки и образования №4 (40), 2018, C. {см. журнал}.

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях

Tweet