Ant Colony Optimization (ACO) je moderní algoritmus používaný pro řešení optimalizačních problémů. Algoritmus je inspirován chováním skutečných mravenčích kolonií a je využíván převážně pro řešení diskrétních problémů. Práce se zabývá modifikací ACO pro spojité systémy. Algoritmus je naprogramován v prostředí Mathematica. Cílem práce je srovnání algoritmu ACOR a dalších dvou algoritmů - SOMA (SamoOrganizující se Migrační Algoritmus) a DE (Diferenciální Evoluce). Testování algoritmů je provedeno na zadaných testovacích funkcích.
Annotation in English
Ant Colony Optimisation is a recent algorithm used for solving optimisation problems. The algorithm is modelled on the behaviour of real ant colonies, and has traditionally been used for solving problems in the discrete domain. This thesis describes a modification of ACO for continuous spaces. The algorithm is programmed in Mahematica environment. The aim of thesis is comparing ACOR algorithm and another algorithms - SOMA (Self-Organizing Migrating Algorithm) and DE (Diferencial Evolution). Testing of algorithms is performed on given test functions.
Keywords
Ant Colony Optimization, optimalizace, evoluční algoritmy, mravenčí kolonie, SOMA, SamoOrganizující se Migrační Algoritmus, DE, Diferenciální Evoluce, Mathematica
Keywords in English
Ant Colony Optimization, optimization, Evolutionary Algorithms, Ant colonies, SOMA, Self-Organizing Migrating Algorithm, Differential Evolution, DE, Mathematica
Length of the covering note
86s, 1s příloh
Language
CZ
Annotation
Ant Colony Optimization (ACO) je moderní algoritmus používaný pro řešení optimalizačních problémů. Algoritmus je inspirován chováním skutečných mravenčích kolonií a je využíván převážně pro řešení diskrétních problémů. Práce se zabývá modifikací ACO pro spojité systémy. Algoritmus je naprogramován v prostředí Mathematica. Cílem práce je srovnání algoritmu ACOR a dalších dvou algoritmů - SOMA (SamoOrganizující se Migrační Algoritmus) a DE (Diferenciální Evoluce). Testování algoritmů je provedeno na zadaných testovacích funkcích.
Annotation in English
Ant Colony Optimisation is a recent algorithm used for solving optimisation problems. The algorithm is modelled on the behaviour of real ant colonies, and has traditionally been used for solving problems in the discrete domain. This thesis describes a modification of ACO for continuous spaces. The algorithm is programmed in Mahematica environment. The aim of thesis is comparing ACOR algorithm and another algorithms - SOMA (Self-Organizing Migrating Algorithm) and DE (Diferencial Evolution). Testing of algorithms is performed on given test functions.
Keywords
Ant Colony Optimization, optimalizace, evoluční algoritmy, mravenčí kolonie, SOMA, SamoOrganizující se Migrační Algoritmus, DE, Diferenciální Evoluce, Mathematica
Keywords in English
Ant Colony Optimization, optimization, Evolutionary Algorithms, Ant colonies, SOMA, Self-Organizing Migrating Algorithm, Differential Evolution, DE, Mathematica
Research Plan
Cílem je vytvořit algoritmus Ant Colony Optimization v prostředí Mathematica a srovnat jeho chování s jinými evolučními algoritmy.
Seznamte se s algoritmem Ant Colony Optimization (ACO).
Naprogramujte ACO v prostředí Mathematica.
Vyberte vhodné testovací funkce, na kterých budete demonstrovat chování ACO.
Srovnejte chování ACO s jinými evolučními algoritmy (Samoorganizující se migrační algoritmus - SOMA, Diferenciální evoluce - DE).
Research Plan
Cílem je vytvořit algoritmus Ant Colony Optimization v prostředí Mathematica a srovnat jeho chování s jinými evolučními algoritmy.
Seznamte se s algoritmem Ant Colony Optimization (ACO).
Naprogramujte ACO v prostředí Mathematica.
Vyberte vhodné testovací funkce, na kterých budete demonstrovat chování ACO.
Srovnejte chování ACO s jinými evolučními algoritmy (Samoorganizující se migrační algoritmus - SOMA, Diferenciální evoluce - DE).
Recommended resources
Dorigo M., Stuzle T., Ant Colony Optimization (Bradford Books), The MIT Press, 2004, ISBN: 978-0262042192.
Dorigo M., Ant Colony Optimization and Swarm Intelligence, Springer, 2006, ISBN 3540226729.
Zelinka I., Umělá inteligence v problémech globální optimalizace, BEN, 2002, 190 p. ISBN 80-7300-069-5.
Wolfram S., The Mathematica Book 5, Wolfram Media, 2003, ISBN 1-57955-022-3.
Recommended resources
Dorigo M., Stuzle T., Ant Colony Optimization (Bradford Books), The MIT Press, 2004, ISBN: 978-0262042192.
Dorigo M., Ant Colony Optimization and Swarm Intelligence, Springer, 2006, ISBN 3540226729.
Zelinka I., Umělá inteligence v problémech globální optimalizace, BEN, 2002, 190 p. ISBN 80-7300-069-5.
Wolfram S., The Mathematica Book 5, Wolfram Media, 2003, ISBN 1-57955-022-3.
