DOI QR코드

DOI QR Code

개미 집단 최적화에서 강화와 다양화의 조화

Balance between Intensification and Diversification in Ant Colony Optimization

  • 이승관 (경희대학교 후마니타스칼리지) ;
  • 최진혁 (경희대학교 후마니타스칼리지)
  • 투고 : 2011.02.16
  • 심사 : 2011.03.09
  • 발행 : 2011.03.28

초록

휴리스틱 탐색에서 강화(Intensification)와 다양화(Diversification)의 조화는 중요한 연구 부분이다. 본 논문에서는 개미 집단 최적화(Ant Colony Optimization, ACO) 접근법의 하나인 개미 집단 시스템(Ant Colony System, ACS)에서 강화와 다양화의 조화를 통한 성능 향상시키는 방법을 제안한다. 제안 방법은 다양화 전략으로 전역 최적 경로가 향상되지 않는 경우 반복 탐색 구간을 고려해 상태전이 규칙의 파라미터를 변경해 탐색하고, 이러한 다양화 전략을 통해 발견된 전역 최적 경로에서 이전 전역 최적 경로와 현재 전역 최적 경로의 중복 간선에 대해 페로몬을 강화시켜 탐색하는 혼합된 탐색 방법을 제안한다. 그리고, 실험을 통해 제안된 방법이 기존 ACS-3-opt 알고리즘, ACS-Subpath 알고리즘, ACS-Iter 알고리즘, ACS-Global-Ovelap 알고리즘에 비해 최적 경로 탐색 및 평균 최적 경로 탐색의 성능이 우수함을 보여 준다.

키워드

개미 집단 시스템;개미 집단 최적화;순회 외판원 문제;최적화;휴리스틱;강화;다양화

참고문헌

  1. L. M. Gambardella and M. Dorigo, "Ant Colony System: A Cooperative Learning approach to the Traveling Salesman Problem," IEEE Transactions on Evolutionary Computation, Vol.1, No.1, pp.53-66, 1997. https://doi.org/10.1109/4235.585892
  2. M. Dorigo, L. M. Gambardella, M. Middendorf and T. Stutzle, "Ant Colony Optimization," IEEE Transactions on Evolutionary Computation, Vol.6, No.4, 2002.
  3. M. Dorigo and C. Blum. "Ant colony optimization theory: A survey," Theoretical Computer Science, 344(2-3), pp.243-278, 2005. https://doi.org/10.1016/j.tcs.2005.05.020
  4. M. Dorigo, M. Birattari, and T. Stutzle, "Ant Colony Optimization - Artificial Ants as a Computational Intelligence Technique," IEEE Computational Intelligence Magazine, Vol.1, No.4, pp.28-39, 2006. https://doi.org/10.1109/CI-M.2006.248054
  5. http://elib.zib.de/pub/Packages/mp-testdata/tsp/tsplib/tsplib.html
  6. I. K. Kim and M. Y. Youn, "Improved Ant Colony System for the Traveling Salesman Problem," The KIPS transactions. Part B, Vol.12, No.7, pp.823-828, 2005. https://doi.org/10.3745/KIPSTB.2005.12B.7.823
  7. S. G. Lee, "Ant Colony System Considering the Iteration Search Frequency that the Global Optimal Path does not Improved," Journal of The Korea Society of Computer and Information, Vol.14, No.1, pp.9-15, 2009.
  8. M. Randall and E. Tonkes, "Intensification and diversification strategies in ant colony system," Complexity International, Vol.9, 2002.
  9. R. Sun, S. Tatsumi and G. Zhao, "Multiagent reinforcement learning method with an improved ant colony system," 2001 IEEE International Conference Systems, Man, and Cybernetics, pp.1612-1617, 2001. https://doi.org/10.1109/ICSMC.2001.973515
  10. S. G Lee and T. C Chung, "Performance Improvement of Cooperating Agents through Balance between Intensification and Diversification," The IEEK journals : CI, Vol.40, No.6, pp.87-94, 2003.
  11. S. G Lee, T. U Jung and T. C Chung, "Improved Ant Agents System by the Dynamic Parameter Decision," Proceedings of IEEE International Conference on FUZZ-IEEE 2001, pp.666-669, 2001 https://doi.org/10.1109/FUZZ.2001.1009042
  12. S. G Lee and T. C Chung, "A Study about Additional Reinforcement in Local Updating and Global Updating for Efficient Path Search in Ant Colony System," The KIPS Transactions : Part B, pp.237-242, 2003. https://doi.org/10.3745/KIPSTB.2003.10B.3.237
  13. S. G. Lee and M. J. Kang, "Ant Colony System for solving the traveling Salesman Problem Considering the Overlapping Edge of Global Best Path," Journal of The Korea Society of Computer and Information, Vol.16, No.3, 2011. In press.

피인용 문헌

  1. An Efficient Search Mechanism for Dynamic Path Selection vol.13, pp.3, 2012, https://doi.org/10.9728/dcs.2012.13.3.451
  2. Bio-Inspired Algorithm for the Shortest Path According to the Maximum Time for Each Trial vol.717, pp.1662-8985, 2013, https://doi.org/10.4028/www.scientific.net/AMR.717.455