Труды КНЦ вып.29 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 3/2015(29))

Из недостатков алгоритма можно отметить затрудненность анализа работы алгоритма и неопределенное время сходимости. АСО является метаэвристикой, в которой колония искусственных муравьев кооперируется для поиска хороших решений сложных дискретных задач оптимизации. Кооперация - ключевой компонент алгоритмов АСО: выбор отдается выделению вычислительных ресурсов группе относительно простых агентов, общающихся с помощью стигмергии - непрямого взаимодействия через окружение. Алгоритмы АСО могут быть использованы для решения как статических, так и динамических задач оптимизации. Под статическими задачами пони­ маются те, в которых условия, единожды будучи заданными, не изменятся к моменту решения задачи. К таким относится, например, задача коммивояжера, где расстояния между городами не изменятся во время решения задачи. Напротив, динамические задачи определены функциями некоторых значений, которые могут определяться некоторой динамикой системы. В качестве примера можно привести задачу маршрутизации трафика, где топология сети может измениться в любой момент [9]. Существует множество вариаций и модификаций алгоритма. Элитарная муравьиная система - суть алгоритма состоит в выделении «элитных муравьев». На каждой итерации алгоритма производится усиление лучших маршрутов путем прохода по данным маршрутам элитных муравьев. MMAS ( Мах-Міп Муравьиная система) - заключается в добавлении гра­ ничных условий на количество феромонов ( ттахт тіп). Феромоны откладываются только на глобально лучших или лучших в итерации путях. Все ребра инициализируются ттах. Ранговая муравьиная система (Asrank) - в данной модификации все решения ранжируются по степени их пригодности. Количество откладываемых феромонов для каждого решения взвешено так, что более подходящие решения получают больше феромонов, чем менее подходящие. Длительная ортогональная колония муравьев (СОАС) - использует меха­ низм откладывания феромонов, который позволяет муравьям искать решения совместно и эффективно. Используя ортогональный метод, муравьи в выпол­ нимой области могут исследовать их выбранные области быстро и эффективно, с расширенной способностью глобального поиска и точностью [10]. Рекурсивная АСО - разбивает исходную задачу на поддомены и зани­ мается отдельно решением каждого из них. Лучшие решения для поддоменов рассматриваются на следующем уровне и так далее. Пчелиный алгоритм Пчелиный алгоритм - это оптимизационный алгоритм, в основе которого лежит поведение пчел в живой природе [11, 12]. Применительно к задачам конструкторского проектирования и оптимизации в пчелином алгоритме каждое решение представляется в виде агента (пчелы), который хранит расположение (координаты или параметры многомерной функции) какого-то участка. Выделим два варианта поведения пчел. 66