群知能と進化的計算の国際ジャーナル

概要

決定論的最適化のための効率的なアリコロニー最適化 (EACO) アルゴリズム

ウルミラ・M・ディウェカル*とベルハネ・H・ゲブレスラッシェ

本稿では、効率的なサンプリング法に基づいて、組み合わせ、連続、混合変数の最適化問題を解決するための効率的なアントコロニー最適化 (EACO) アルゴリズムを提案します。EACO アルゴリズムでは、ソリューション アーカイブを初期化し、多次元乱数を生成するために、Hammersley シーケンス サンプリング (HSS) が導入されています。提案されたアルゴリズムの機能は、9 つ​​のベンチマーク問題を通じて説明されています。EACO アルゴリズムと従来の ACO アルゴリズムのベンチマーク問題の結果を比較します。EACO の結果の 99% 以上で効率性の向上が見られ、計算効率の向上は 3% から 71% の範囲です。したがって、この新しいアルゴリズムは、大規模で広範囲の最適化問題に役立つツールになります。さらに、EACO のパフォーマンスは、組み合わせ問題用の 5 つのアント アルゴリズムを使用してテストされます。