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:
Multimodal Human Spacecraft Interaction in Remote Environments Kapitel lesen Erstes Kapitel lesen

2010 | OriginalPaper | Buchkapitel

9. Pheromone-Balance Driven Ant Colony Optimization with Greedy Mechanism

verfasst von : Masaya Yoshikawa

Erschienen in: Machine Learning and Systems Engineering

Verlag: Springer Netherlands

Einloggen

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

search-config
loading …

Abstract

Ant colony optimization (ACO), which has been based on the feeding behavior of ants, has a powerful solution searching ability. However, since processing must be repeated many times, the computation process also requires a very long time. In this chapter, we discuss a new ACO algorithm that incorporates adaptive greedy mechanism to shorten the processing time. The proposed algorithm switches two selection techniques adaptively according to generation. In addition, the new pheromone update rules are introduced in order to control the balance of the intensification and diversification. Experiments using benchmark data prove the validity of the proposed algorithm.

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 Open Source Software Use in City Government
Nächstes Kapitel Study of Pitchfork Bifurcation in Discrete Hopfield Neural Network
Literatur
1.
M. Dorigo, V. Maniezzo, A. Colorni, Ant system: optimization by a colony of cooperating agents. IEEE Trans. Syst. Man Cybern. Part B. 26(1), 29–41 (1996)CrossRef
2.
M. Dorigo, L.M. Gambardella, Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Trans. Evol. Comput. 1(1), 53–66 (1997)CrossRef
3.
T.H. Ahmed, Simulation of mobility and routing in ad hoc networks using ant colony algorithms. Proc. Int. Conf. Inf. Technol. Coding Comput. 2, 698–703 (2005)
4.
M. Yoshikawa, H. Terai, A Hybrid Ant Colony Optimization Technique for Job-Shop Scheduling Problems, Proc. of 4th IEEE/ACIS International Conference on Software Engineering Research, Management & Applications (SERA 2006), 95–100 (2006)
5.
A. Hara, T. Ichimura, N. Fujita, T. Takahama, “Effective Diversification of Ant-Based Search Using Colony Fission and Extinction”, Proc, of IEEE Congress on Evolutionary Computation (CEC 2006), 1028–1035 (2006)
6.
Z. Ren, Z. Feng, Z. Zhang, GSP-ANT: an efficient ant colony optimization algorithm with multiple good solutions for pheromone update. Proc. IEEE Int. Conf. Intelligent Comput. Intelligent Syst. 1, 589–592 (2009)
7.
G. Shang, J. Xinzi, T. Kezong, “Hybrid Algorithm Combining Ant Colony Optimization Algorithm with Genetic Algorithm”, Proc. of Chinese Control Conference (CCC 2007), 701–704 (2007)
8.
Y.-H. Wang, P.-Z. Pan, A Novel Bi-Directional Convergence Ant Colony Optimization with SA for Job-Shop Scheduling, Proc. of International Conference on Computational Intelligence and Software Engineering (CiSE 2009), 1–4 (2009)
9.
J. Holland, Adaptation in Natural Artificial Systems, 2nd edn. (The University of Michigan Press, MIT Press, 1992)
10.
D.E. Goldberg, Genetic Algorithms in Search Optimization, and Machine Learning (Addison Wesley, Reading MA, 1989)MATH
11.
R.A. Rutenbar, Simulated annealing algorithms: an overview. IEEE Circuits Dev. Mag. 5(1), 19–26 (1989)CrossRef
Metadaten
Titel
Pheromone-Balance Driven Ant Colony Optimization with Greedy Mechanism
verfasst von
Masaya Yoshikawa
Copyright-Jahr
2010
Verlag
Springer Netherlands
Buch
Machine Learning and Systems Engineering

Print ISBN: 978-90-481-9418-6

Electronic ISBN: 978-90-481-9419-3

Copyright-Jahr: 2010

DOI
https://doi.org/10.1007/978-90-481-9419-3_9