Show simple item record

Semenkina, Olga Ev.en
Popov, Eugene A.en
Semenkina, Olga Er.en
Семенкина, Ольга Е.ru_RU
Попов, Евгений А.ru_RU
Семенкина, Ольга Э.ru_RU
2017-09-20T06:13:42Z
2017-09-20T06:13:42Z
2017-12
https://elib.sfu-kras.ru/handle/2311/34758
In this work authors introduce and study the self-configuring Genetic Algorithm (GA) and the self- configuring Ant Colony Optimization (ACO) algorithm and apply them to one of the most known combi- natorial optimization task – Travelling Salesman Problem (TSP). The estimation of suggested algorithms performance is fulfilled on well-known benchmark TSP and then compared with other heuristics such as Lin-Kernigan (3-opt local search) and Intelligent Water Drops algorithm (IWDs). Numerical experiments show that suggested approach demonstrates the competitive performance. Both adaptive algorithms show good results on these problems as they outperform other algorithms with their settings with average per- formanceen
В данной работе авторы предлагают и исследуют самоконфигурируемые генетический алгоритм (GA) и алгоритм муравьиных колоний (ACO) и применяют их к одной из наиболее известных задач комбинаторной оптимизации — задаче коммивояжера (TSP). Оценка работоспособности предложенных алгоритмов проводится на известных тестовых вариантах TSP, а затем срав- нивается с другими эвристиками, а именно с эвристикой Лина-Карнигана (локальный поиск с 3-заменой) и алгоритмом "умных капель воды". Численные эксперименты показывают, что пред- ложенный подход демонстрирует сопоставимую работоспособность. Оба адаптивных алгоритма показывают хорошие результаты на данных задачах, т.к. они превосходят другие алгоритмы с настройками, дающими среднюю эффективностьru_RU
enen
Сибирский федеральный университет. Siberian Federal Universityen
travelling Salesman problemen
genetic algorithmen
ant colony optimizationen
intelligent water drops algorithmen
self-configurationen
задача коммивояжераru_RU
генетический алгоритмru_RU
муравьиный алгоритмru_RU
алгоритм "умных капель воды",ru_RU
самоконфигурацияru_RU
Self-configuring Nature Inspired Algorithms for Combinatorial Optimization Problemsen
Самоконфигурируемые алгоритмы для задач комбинаторной оптимизацииru_RU
Journal Article
Published Journal Article
Semenkina, Olga Ev.: Siberian State Aerospace University Krasnoyarsky rabochy, 31, Krasnoyarsk, 660037 Russia; oleese@mail.ruen
Popov, Eugene A.: Siberian State Aerospace University Krasnoyarsky rabochy, 31, Krasnoyarsk, 660037 Russia; epopov@bmail.ruen
Semenkina, Olga Er.: Siberian State Aerospace University Krasnoyarsky rabochy, 31, Krasnoyarsk, 660037 Russia; semenkina.olga@mail.ruen
Семенкина, Ольга Е.: Сибирский государственный аэрокосмический университет Красноярский рабочий, 31, Красноярск, 660014 Россияru_RU
Попов, Евгений А.: Сибирский государственный аэрокосмический университет Красноярский рабочий, 31, Красноярск, 660014 Россияru_RU
Семенкина, Ольга Э.: Сибирский государственный аэрокосмический университет Красноярский рабочий, 31, Красноярск, 660014 Россияru_RU
463-473ru_RU
Журнал Сибирского федерального университета. Математика и физика. Journal of Siberian Federal University. Mathematics & Physics;2017 10 (4)en


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record


DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV