Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction to Evolutionary Single-Objective Optimisation Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

3. Ant Colony Optimisation

verfasst von : Seyedali Mirjalili

Erschienen in: Evolutionary Algorithms and Neural Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Ant Colony Optimisation (ACO) is one of the well-known swarm intelligence techniques in the literature. This chapter discusses the inspiration and mathematical model of several valiants of this algorithm. To analyse the performance of ACO, it is applied to several Travailing Salesman Problem (TSP).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Particle Swarm Optimisation
Nächstes Kapitel Genetic Algorithm
Literatur
1.
Dorigo, M., & Birattari, M. (2011). Ant colony optimization. In Encyclopedia of machine learning (pp. 36–39). Boston, MA: Springer.
2.
Dorigo, M., & Di Caro, G. (1999). Ant colony optimization: A new meta-heuristic. In Proceedings of the 1999 Congress on Evolutionary Computation (CEC 99) (Vol. 2, pp. 1470–1477). IEEE.
3.
Grass, P. P. (1959). La reconstruction du nid et les coordinations interindividuelles chezBellicositermes natalensis etCubitermes sp. la thorie de la stigmergie: Essai d’interprtation du comportement des termites constructeurs. Insectes sociaux, 6(1), 41–80.MathSciNetCrossRef
4.
Dorigo, M., Bonabeau, E., & Theraulaz, G. (2000). Ant algorithms and stigmergy. Future Generation Computer Systems, 16(8), 851–871.CrossRef
5.
Dorigo, M., Maniezzo, V., & Colorni, A. (1996). Ant system: Optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 26(1), 29-41.CrossRef
6.
Sttzle, T., & Hoos, H. H. (1996). Improving the Ant System: A detailed report on the MAXMIN Ant System. FG Intellektik, FB Informatik, TU Darmstadt, Germany, Technical Report AIDA9612.
7.
Dorigo, M., & Gambardella, L. M. (1997). Ant colony system: A cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation, 1(1), 53–66.CrossRef
8.
Papadimitriou, C. H., & Steiglitz, K. (1998). Combinatorial optimization: Algorithms and complexity. Courier Corporation.
9.
Dorigo, M., & Sttzle, T. (2003). The ant colony optimization metaheuristic: Algorithms, applications, and advances. In Handbook of metaheuristics (pp. 250–285). Boston, MA: Springer.
10.
Sttzle, T. (2009). Ant colony optimization. In International Conference on Evolutionary Multi-Criterion Optimization (pp. 2–2). Springer: Heidelberg.
11.
Sttzle, T., Lpez-Ibnez, M., Pellegrini, P., Maur, M., De Oca, M. M., Birattari, M., & Dorigo, M. (2011). Parameter adaptation in ant colony optimization. In Autonomous search (pp. 191–215). Springer: Heidelberg.
12.
Sttzle, T., & Hoos, H. H. (2000). MAXMIN ant system. Future Generation Computer Systems, 16(8), 889–914.CrossRef
13.
Shahzad, F., Baig, A. R., Masood, S., Kamran, M., & Naveed, N. (2009). Opposition-based particle swarm optimization with velocity clamping (OVCPSO). In Advances in Computational Intelligence (pp. 339–348). Springer: Heidelberg.
14.
Sharvani, G. S., Ananth, A. G., & Rangaswamy, T. M. (2012). Analysis of different pheromone decay techniques for ACO based routing in ad hoc wireless networks. International Journal of Computer Applications, 56(2).
15.
Socha, K. (2004). ACO for continuous and mixed-variable optimization. In International Workshop on Ant Colony Optimization and Swarm Intelligence (pp. 25–36). Springer: Heidelberg.CrossRef
16.
Socha, K., & Dorigo, M. (2008). Ant colony optimization for continuous domains. European Journal of Operational Research, 185(3), 1155–1173.MathSciNetCrossRef
17.
Blum, C. (2005). Ant colony optimization: Introduction and recent trends. Physics of Life reviews, 2(4), 353–373.CrossRef
18.
Hoffman, K. L., Padberg, M., & Rinaldi, G. (2013). Traveling salesman problem. In Encyclopedia of operations research and management science (pp. 1573–1578). Springer US.CrossRef
19.
Reinelt, G. (1991). TSPLIBA traveling salesman problem library. ORSA Journal on Computing, 3(4), 376–384.CrossRef
Metadaten
Titel
Ant Colony Optimisation
verfasst von
Seyedali Mirjalili
Copyright-Jahr
2019
Buch
Evolutionary Algorithms and Neural Networks

Print ISBN: 978-3-319-93024-4

Electronic ISBN: 978-3-319-93025-1

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-319-93025-1_3