Метод колоній в задачах оптимізації

      2. Зв'язок між розв’язками агентів здійснюється шляхом моделювання виконання бджолами зигзагоподібного танцю. При цьому виконання танцю забезпечує утворення двох типів зворотного зв’язку:

• позитивний зворотній зв'язок полягає в тому, що агенти, базуючись на інформації про знайдений розв’язок іншими агентами, можуть почати досліджувати рішення, отримане іншим агентом;
• негативний зворотній зв'язок полягає в тому, що агенти, отримавши інформацію про знайдені розв’язки іншими агентами, можуть прийняти рішення про припинення розгляду свого розв’язку в зв’язку з гіршими характеристиками в порівнянні з іншими отриманими розв’язками.

      3. Процес пошуку рішення забезпечується двома процедурами:

• пошук нових джерел нектару у всьому просторі пошуку, який досягається з допомогою агентів-розвідників; таким чином, забезпечується дослідження всього простору пошуку;
• детальне використання областей, в яких знаходяться уже знайдені джерела нектару (досягається за допомогою зайнятих фуражирів), тобто розв’язки, які знаходяться в просторі пошуку близько від розв’язку, який розглядається.

      Висновки

      В даній роботі проведено аналіз методів  колоній в задачах оптимізації.

      Спільною  негативною рисою всіх методів є необхідність здійснення великої кількості ітерацій для досягнення результату, а також труднощі теоретичного аналізу процесу отримання рішення, обумовлені тим, що пошук рішення є стохастичним.

      У проаналізованих методів є спільні  риси. Наприклад, генетичний алгоритм  — це еволюційний алгоритм пошуку, що використовується для вирішення задач оптимізації і моделювання шляхом послідовного підбору, комбінування і варіації шуканих параметрів. Мурашиний алгоритм – це також алгоритм пошуку оптимального розв’язку шляхом послідовного підбору, комбінування і варіації шуканих параметрів. Етапи генетичних алгоритмів «створення початкової популяції» та «відбір» можна поріняти з етапами мурашиного: «пошук всіх можливих шляхів» і «вибір найкоротшого шляху». Також можна провести паралель і з алгоритмом бджолиних колоній. Перед бджолами стоїть своєрідний вибір: покинути джерело нектару і стати незайнятою робочою бджолою; продовжувати літати до того джерела з нектаром, не вербуючи інших особин свого вулика; виконати танець і таким чином завербувати інших. Яким би не був вибір, метою є покращене вивчення знайдених джерел з нектаром і знаходження нових джерел відповідно.

      Даний метод порівнювався з методом  мурашиних колоній. Експерименти показали, що результати, отримані за допомогою  методу бджолиних колоній, майже  не відрізняються від результатів, отриманих за допомогою методу мурашиних  колоній. 

       СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ

1. Дж. Макконнелл.  Основы современных алгоритмов. – Москва: Техносфера, 2004. - 368с.
2. Штовба С.Д., Рудий О. Мурашині алгоритми оптимізації // Вісник Вінницького політехнічного інституту. – 2004. – №4. – C. 62–69.
3. Субботин С.А., Олейник А.А. Мультиагентная оптимизация на основе метода пчелиной колонии // Кібернетика и системный анализ. – 2009. – № 2. – С. 15-25.
4. http://195.19.33.64/?cnt/?doc=120_Opt/opt002.the
5. http://eprints.ksame.kharkov.ua/1554/12/%D0%9B%D0%B5%D0%BA%D1%86_%D1%8F_9.doc
6. http://topfortuna.com/articles/568.html
7. http://uk.wikipedia.org/wiki/%D0%93%D0%B5%D0%BD%D0%B5%D1%82%D0%B8%D1%87%D0%BD%D0%B8%D0%B9_%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC
8. www.slovnyk.net