Optimización combinatorial usando colonias de agentes cooperantes y aprendizaje reforzado
Resumen
Existe un conjunto de problemas que por su tamaño y complejidad no pueden ser resueltos con métodos exactos y precisan de métodos combinatoriales para encontrar soluciones de buena calidad; la forma como la naturaleza resuelve sus problemas ha inspirado a muchos investigadores a desarrollar algoritmos que simulan algunas de estas cualidades. El presente artículo trata sobre las ventajas de un método llamado “Colonias de Hormigas”, de sus propiedades y de los posibles alcances. Para medir el impacto del algoritmo, el modelo de prueba que se escogió fue el “Problema del Vendedor Viajante” (TSP), puesto que es uno de los más ampliamente difundidos en la literatura especializada.
Descargas
Citas
DORIGO M., Gambardella L. Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem. IEEE Transactions on Evolutionary Computation. 1(1):53-56. 1997.
DORIGO M., Maniezzo V., Colorni A.; Ant System: Optimization by a Colony of Cooperating Agents. IEEE Transactions on Systems, Man and Cybernetics 26 (1), pp 29- 41,1996.
DORIGO M., Stützle T. The Ant Colony Optimization Metaheuristic: Algorithms, Aplications, and Advances. Université Libre de Bruxelle, IRIDIA.
PARPINELLI R., Lopes H., Freitas A. Data Mining with Ant Colony Optimization Algorithm. IEEE Transactions on Evolutionary Computation. Vol. 6, No. 4. August 2000.