Apstrakt
U ovom radu istražen je algoritam optimizacije kolonijom mrava (Ant Colony Optimization - ACO), koji se koristi za rješavanje kompleksnih optimizacijskih problema.
Poseban fokus stavljen je na problem trgovačkog putnika (Traveling Salesman Problem - TSP), gde je potrebno pronaći najkraću moguću putanju koja prolazi kroz zadati skup gradova.
Praktični dio rada je urađen u programskom jeziku Python. U radu je implementiran ACO algoritam, eksperimentisano je sa različitim parametrima, i analizirane su performanse algoritma. Rezultati su pokazali efikasnost i adaptivnost ACO algoritma, kao i uticaj različitih parametara na njegovu performansu.
Reference
- [1] Dorigo, M., Optimization, Learning and Natural Algorithms (in Italian). PhD thesis, Dipartimento di Elettronica, Politecnico di Milano, Milan, Italy, 1992.
- [2] Dorigo, M., and Gambardella, L.M., Ant Colony System: A Cooperative Learning Approach to the Travelling Salesman Problem, IEEE Transactions on Evolutionary Computation, 1, 53-66, (1997).
- [3] Dorigo, M., and Gambardella, L.M., Ant Colony System: A Cooperative Learning Approach to the Travelling Salesman Problem, IEEE Transactions on Evolutionary Computation, 1, 53-66, (1997).
- [4] Lučić, P., and Teodorović, D., Transportation Modeling: An Artificial Life Approach, Proceedings of the 14th IEEE “International Conference on Tools with Artificial Intelligence”, pp. 216-223, November 4-6, 2002 Washington D.C.
- [5] Teodorović, D., Šelmić, M., Računarska inteligencija u saobraćaju, Beograd, 2019.