Revista de Matemática: Teoría y Aplicaciones ISSN Impreso: 1409-2433 ISSN electrónico: 2215-3373

OAI: https://revistas.ucr.ac.cr/index.php/matematica/oai
The Combinatorial ANT System for Dynamic Combinatorial Optimization Problems
Vol. 12 Núm. 1-2 (2005), Artículos
Vol. 12 Núm. 1-2 (2005)

The Combinatorial ANT System for Dynamic Combinatorial Optimization Problems

Artículos
https://doi.org/10.15517/rmta.v12i1-2.250
Publicado February 1, 2005
Jose Aguilar
CEMISID, Departamento de Computación, Facultad de Ingeniería, Universidad de los Andes, Mérida, 5201. Venezuela
PDF

Palabras clave

Dynamic Combinatorial Optimization Problems
Swarm Intelligence
Intelligent Heuristic Search
Distributed Intelligent Processing
Routing Algorithms
Problemas de Optimización Combinatoria
Dinámicos
Inteligencia Colectiva
Búsqueda Heurística Inteligente
Procesamiento Inteligente Distribuido
Algoritmos de Enrutamiento

Cómo citar

Aguilar, J. (2005). The Combinatorial ANT System for Dynamic Combinatorial Optimization Problems. Revista De Matemática: Teoría Y Aplicaciones, 12(1-2), 51–60. https://doi.org/10.15517/rmta.v12i1-2.250
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Descargar cita

Endnote/Zotero/Mendeley (RIS) BibTeX
Crossref
Scopus
Google Scholar
Europe PMC

Resumen

En este articulo es presentado un algoritmo distribuido basado en conceptos de los Sistemas de Hormiga, llamado Sistema Combinatorio de Hormigas, para resolver problemas de optimización combinatoria dinámicos. Nuestro enfoque consiste en usar el espacio de solución del problema de optimización combinatoria dinámico bajo estudio como el espacio dónde las hormigas caminarán, y en definir la probabilidad de transición y la función de actualización del feromona del Sistema de Hormiga según la función objetivo del problema de optimización combinatorio. Nosotros probamos nuestro algoritmo en un problema de telecomunicaciones.

https://doi.org/10.15517/rmta.v12i1-2.250
PDF

Citas

Bonabeau, E.; Dorigo, M.; Theraulaz, G. (1999) Swarm Intelligence: from Natural to Artificial Swarm Systems. Oxford University Press, USA.

Dorigo, M. (1992) Optimization, Learning and Natural Algorithms. Ph.D Thesis, Politecnico de Milano, Italy.

Corne, D.; Dorigo, M.; Glover, F. (1999) New Ideas in Optimization. McGraw Hill, Holland.

Dorigo, M.; Maniezzo, V.; Coloni, A. (1996) “The ant system: optimization by a colony of cooperating agents”, IEEE Trans. Syst. Man, Cybern. 26: 29–41.

Dorigo, M.; Gambardella, L. (1997) “Ant colony system: a cooperative learning approach to the traveling salesman problem”, IEEE Trans. on Evolutionary Computation 1: 53–66.

Hidrobo, F.; Aguilar, J. (1998) “Toward a parallel genetic algorithm approach based on collective intelligence for combinatorial optimization problems”, In: Proc. IEEE International Conference on Evolutionary Computation: 715–720.

Schoonderwoerd, R.; Holland, O.; Bruten, J.; Rothkrantz, L. (1997) “Ant-based load balancing in telecommunications networks”, Adaptive Behavior 5: 169–207.

Aguilar, J.; Velásquez, L.; Pool, M. (2004) “The combinatorial ant system”, Applied Artificial Intelligence Journal 18(5): 427–446.

Aguilar, J. (2003) “A set of experiments for the combinatorial ant system”, Technical Report, CEMISID 12-2003.

Comentarios

Descargas

Los datos de descargas todavía no están disponibles.