The Combinatorial ANT System for Dynamic Combinatorial Optimization Problems

  1. Aguilar, Jose 1
  1. 1 Universidad de los Andes, CEMISID. Departamento de Computación, Facultad de Ingeniería
Revista:
Revista de Matemática: Teoría y Aplicaciones

ISSN: 2215-3373 2215-3373

Año de publicación: 2005

Volumen: 12

Número: 1-2

Páginas: 51-60

Tipo: Artículo

DOI: 10.15517/RMTA.V12I1-2.250 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista de Matemática: Teoría y Aplicaciones

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.

Referencias bibliográficas

  • 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.