The Impact of Ant Colony Optimization Parameters on The Connections Efficiency in Networks
DOI:
https://doi.org/10.34767/SIMIS.2020.02.01Keywords:
Ant Colony Optimization, computer simulations, shortest path in graph, network optimizationAbstract
The article defines Ant Colony Optimization algorithm (ACO), its place among the fields of artificial intelligence
and an example of its implementation was presented. The crucial parameters of the algorithm were also characterized and
tests of ant behavior in sample graphs were carried out. In particular, the influence of each parameter on the method
determining the shortest paths in graphs of various sizes was discussed. Simulation tests were presented for four sets of
ACO parameters.
References
Szawdyński, P. (2005-2019). problem NP-trudny -Znalezienie rozwiązania problemu nie jest możliwe ze złożonością obliczeniową wielomianową. (pojęcie). Pobrano z lokalizacji Serwis programistyczny C/C++: http://cpp0x.pl/dokumentacja/problem-NP-Trudny/1219
Duch, W. (2006, 03 14). Dokąd zmierza inteligencja obliczeniowa? Pobrano z lokalizacji Katedra Informatyki Stosowanej, Uniwersytet Mikołaja Kopernika: https://fizyka.umk.pl/publications/kmk/03-CI-przyszlosc.pdf
Dul, F. (2014). POLITECHNIKA WARSZAWSKA WYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA. Pobrano z lokalizacji WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI NS 586: https://docplayer.pl/15447888-Wprowadzenie-do-sztucznej-inteligencji.html
Wikipedia. (2020, 1 2). Metaheuristic. Pobrano z lokalizacji Wikipedia, the free encyclopedia: https://en.wikipedia.org/wiki/Metaheuristic
Wikipedia. (2018, 6 23). Obliczenia inteligentne. Pobrano z lokalizacji Wikipedia, the free encyclopedia: https://pl.wikipedia.org/wiki/Obliczenia_inteligentne
Flasiński, M. (2011). Wstęp do sztucznej inteligencji. Warszawa: Wydawnictwo Naukowe PWN.
Bullnheimer, B., F.Hartl, R. i StrauB, C. (1997, 06). A New Rank Based Version of the Ant System - A Computational Study. Pobrano z lokalizacji Wirtchaftsuniversitat Wien:https://epub.wu.ac.at/616/1/document.pdf
Karmakar, R. B., Mitra, R. B., Dey, A. B., Chakraborty, V. B. i Nayak, A. B. (2016). Solving TSP Using Improved Elitist - Ant System Based on Improved Pheromone - Strategy and Dynamic Candidate List.
Boryczka, U. (2006). Algorytmy optymalizacji mrowiskowej. Katowice: Wydawnictwo Uniwersytetu Śląskiego.
Jakubowska, A. i Piechocka, K. (2015). W POSZUKIWANIU OPTYMALNEJ TRASY – WYBRANE ALGORYTMY W ZASTOSOWANIU DO PROBLEMU KOMIWOJAŻERA.
Graziani, R. i Johnson, R. (2008). Akademia sieci Cisco, CCNA Exploration, Semestr 2, Protokoły i koncepcje routingu. Warszawa: Wydawnictwo Naukowe PWN.
