×

最短路径问题蚁群优化的运行时间分析。 (英语) Zbl 1250.68238号

蚁群优化表示一类受自然蚂蚁寻找最短路径能力启发的随机搜索启发式算法。他们用算法模拟蚂蚁的路径查找,以找到不同优化问题的好解决方案。虽然寻找最短路径是蚁群优化的最初动机,但它的应用通常是在困难的优化问题中(见[M。多里戈T.Stützle公司,蚁群优化。马萨诸塞州剑桥:麻省理工学院出版社(2004;兹比尔1092.90066)]了解介绍和概述)。理论分析涉及特别简单的蚁群优化器和简单的问题。一个重要的步骤是分析单源最短路径问题[N。Attiratanasunthron公司J。Fakcharoenphol公司,Inf.过程。莱特。105,第3期,88–92页(2008年;Zbl 1184.68659号)].
本文将继续这一研究方向,并包含改进的边界,将分析转移到所有对最短路径问题,并包含与进化算法的比较。这篇文章结构清晰,提供了有用的解释。证明是完整的和可访问的,用于下限的示例图也有助于建立有用的直观理解。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
68瓦40 算法分析
90C27型 组合优化

软件:

AntNet公司
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Attiratanasunthron,N。;Fakcharoenphol,J.,有向非循环图中最短路径的蚁群优化算法的运行时间分析,《信息处理快报》,105,3,88-92(2008)·Zbl 1184.68659号
[2] 巴斯特,H。;Funke,S。;桑德斯,P。;Schultes,D.,《带公交节点的公路网络快速路由》,《科学》,316,5824,566(2007)·Zbl 1226.90023号
[3] Baswana,S。;比斯瓦斯,S。;多尔,B。;弗里德里希,T。;库鲁尔,P.P。;Neumann,F.,使用单目标适应度函数计算单源最短路径,(第十届遗传算法基础国际研讨会论文集(FOGA’09)(2009),ACM出版社),59-66·Zbl 1369.68296号
[4] Chan,T.M.,加权图中全对最短路径的更多算法,(第39届ACM计算理论研讨会论文集(STOC’07)(2007),ACM出版社),590-598·Zbl 1231.05245号
[5] 科尔曼,T.H。;Leiserson,C.E。;Rivest,R.L。;Stein,C.,《算法导论》(2001),麻省理工学院出版社·Zbl 1047.68161号
[6] Di Caro,G。;Dorigo,M.,AntNet:通信网络的分布式污名控制,《人工智能研究杂志》,9,317-365(1998)·Zbl 0910.68182号
[7] 多尔,B。;Happ,E。;Klein,C.,单源最短路径问题的(1+1)-EA的严密分析,(第八届IEEE进化计算大会论文集(CEC’07)(2007),IEEE出版社),1890-1895
[8] 多尔,B。;哈普,E。;Klein,C.,《交叉可以证明在进化计算中有用》(第十届遗传与进化计算会议论文集(GECCO’08)(2008),ACM出版社),539-546
[9] 多尔,B。;Johannsen,D.,最短路径问题中基于边缘的表示优于基于顶点的表示,(第十二届遗传与进化计算会议论文集(GECCO’10)(2010),ACM出版社),759-766
[10] 多尔,B。;Johannsen,D。;Kötzing,T。;Neumann,F。;Theile,M.,《全对最短路径问题的更有效交叉算子》(第十一届自然并行问题解决国际会议论文集)。《第十一届自然并行问题解决国际会议论文集》(PPSN’10),LNCS,第6238卷(2010),施普林格出版社,184-193年
[11] 多尔,B。;Neumann,F。;Sudholt,D。;Witt,C.,1-ANT蚁群优化程序的运行时分析,理论计算机科学,412171629-1644(2011)·Zbl 1219.68143号
[12] 多尔,B。;Theile,M.,基于交叉的算法的改进分析方法,(第十一届遗传与进化计算会议论文集(GECCO’09)(2009),ACM出版社),247-254
[13] 多里戈,M。;Blum,C.,《蚁群优化理论:一项调查》,《理论计算机科学》,344,243-278(2005)·Zbl 1154.90626号
[14] 多里戈,M。;Gambardella,L.M.,《蚁群系统:旅行推销员问题的合作学习方法》,IEEE Transactions on Evolutionary Computation,1,1,53-66(1997)
[15] M.Dorigo,V.Maniezzo,A.Colorni,《蚂蚁系统:自动催化优化过程》,技术报告91-016修订版,米兰理工大学,1991年。;M.Dorigo,V.Maniezzo,A.Colorni,《蚂蚁系统:自动催化优化过程》,《技术报告》91-016修订版,米兰理工大学,1991年。
[16] 多里戈,M。;Stützle,T.,《蚁群优化》(2004),麻省理工学院出版社·邮编1092.90066
[17] Droste,S。;Jansen,T。;Wegener,I.,黑盒优化中随机搜索启发式的上下限,计算系统理论,39,4,525-544(2006)·Zbl 1103.68115号
[18] 费舍尔,S。;Wegener,I.,《一维伊辛模型:突变与重组》,理论计算机科学,344,2-3,208-225(2005)·Zbl 1079.68097号
[19] Gutjahr,W.J.,基于图形的蚂蚁系统元启发式的广义收敛结果,《工程和信息科学中的概率》,17,545-569(2003)·Zbl 1095.68637号
[20] Gutjahr,W.J.,《ACO算法的数学运行时分析:一个新兴问题的调查》,《Swarm Intelligence》,第159-79页(2007年)
[21] Gutjahr,W.J.,《蚁群优化运行时复杂性分析的第一步》,计算机与运筹学,35,9,2711-2727(2008)·Zbl 1144.90519号
[22] 古贾尔,W.J。;Sebastiani,G.,《具有最佳so-far强化的蚁群优化的运行时分析》,《应用概率中的方法和计算》,10,409-433(2008)·Zbl 1192.68965号
[23] Horoba,C。;Sudholt,D.,最短路径问题ACO系统的运行时间分析,(第二届工程随机局部搜索算法国际研讨会论文集(SLS?09)。第二届工程随机局部搜索算法国际研讨会论文集(SLS’09),LNCS,第5752卷(2009),施普林格),76-91
[24] C.Horoba,D.Sudholt,随机最短路径问题的蚁群优化,载《第十二届遗传与进化计算会议论文集》(GECCO’10),2010年,第1465-1472页。;C.Horoba,D.Sudholt,随机最短路径问题的蚁群优化,摘自:《第十二届遗传与进化计算会议论文集》(GECCO’10),2010年,第1465-1472页。
[25] Jansen,T。;Wegener,I.,《关于进化算法的分析——交叉确实有帮助的证据》,《算法》,34,1,47-66(2002)·兹比尔1016.68030
[26] Karger,D.R。;科勒,D。;Phillips,S.J.,《寻找隐藏路径:所有对最短路径的时间界限》,SIAM计算杂志,221199-1217(1993)·Zbl 0799.68148号
[27] Kötzing,T。;Neumann,F。;Röglin,H。;Witt,C.,求解旅行商问题的两种蚁群算法的理论性质,(第七届蚁群优化与群智能国际会议(ANTS?10))。第七届蚁群优化和群体智能国际会议(ANTS?10),LNCS,第6234卷(2010),施普林格,324-335
[28] Kötzing,T。;Neumann,F。;Sudholt,D。;Wagner,M.,《简单Max-Min蚂蚁系统与线性伪布尔函数的优化》,(第11届遗传算法基础研讨会论文集(FOGA 2011)(2011),ACM出版社),209-218·Zbl 1369.68314号
[29] Merkle,D。;Middendorf,M.,《蚁群优化算法动力学建模》,进化计算,10,3,235-262(2002)
[30] Mitzenmacher,M。;Upfal,E.,《概率与计算》(2005),剑桥大学出版社·Zbl 1092.60001号
[31] Neumann,F。;Sudholt,D。;Witt,C.,《关于蚁群优化和局部搜索结合的严格分析》,(第六届蚁群优化与群体智能国际会议论文集(ANTS?08)。《第六届蚁群优化和群体智能国际会议论文集》(ANTS?08),LNCS,第5217卷(2008),Springer),132-143
[32] Neumann,F。;Sudholt,D。;Witt,C.,《单峰函数和平台上不同MMAS ACO算法的分析》,Swarm Intelligence,3,1,35-68(2009)
[33] F.Neumann,D.Sudholt,C.Witt,《几个蚂蚁就够了:ACO和迭代测试更新》,载于:《第十二届遗传与进化计算会议论文集》(GECCO’10),2010年,第63-70页。;F.Neumann,D.Sudholt,C.Witt,《几个蚂蚁就够了:ACO和迭代测试更新》,载于:《第十二届遗传与进化计算会议论文集》(GECCO’10),2010年,第63-70页。
[34] Neumann,F。;Theile,M.,How Crossover speed the evolutional algorithms for the multi-criteria all pairs-short-path problem,(《第十一届自然并行问题解决国际会议论文集》(PPSN?10)。《第十一届自然并行问题解决国际会议论文集》(PPSN’10),LNCS,第6238卷(2010),Springer,667-676
[35] Neumann,F。;Witt,C.,简单蚁群优化算法的运行时分析,(第17届国际算法与计算研讨会论文集(ISAAC’06)。第17届国际算法与计算研讨会论文集(ISAAC’06),LNCS,第4288卷(2006),Springer,618-627·Zbl 1135.68538号
[36] Neumann,F。;Witt,C.,《蚁群优化和最小生成树问题》,(第二届学习与智能优化国际会议论文集(LION’07)。第二届学习与智能优化国际会议论文集(LION’07),LNCS,第5313卷(2008),Springer,153-166
[37] Neumann,F。;Witt,C.,简单蚁群优化算法的运行时分析,Algorithmica,54,243-255(2009)·Zbl 1190.68049号
[38] Orlin,J.B。;Madduri,K。;Subramani,K。;Williamson,M.,《具有少量不同正长度的单源最短路径问题的更快算法》,《离散算法杂志》,8,2,189-198(2010)·Zbl 1186.90119号
[39] Scharnow,J.等人。;Tinnefeld,K。;Wegener,I.,《排序和最短路径问题的进化算法分析》,《数学建模与算法杂志》,3,4,349-366(2004)·Zbl 1073.68080号
[40] Stützle,T。;Hoos,H.H.,MAX-MIN ant system,《未来一代计算机系统杂志》,16889-914(2000)
[41] Sudholt,D.,交叉对于树上的Ising模型是可证明的关键,(第七届遗传和进化计算会议论文集(GECCO’05)(2005),ACM出版社),1161-1167
[42] Sudholt,D.,《使用Markov-Chain混合时间估计分析蚁群优化》,(第十一届遗传算法基础研讨会论文集(FOGA 2011)(2011),ACM出版社),139-150·Zbl 1369.68331号
[43] Sudholt,D。;Witt,C.,二进制粒子群优化器的运行时分析,理论计算机科学,411,212084-2100(2010)·Zbl 1190.90292号
[44] Vassilevska,V.,《加权图中的非递减路径或:如何最佳读取列车时刻表》,(第19届ACM-SIAM离散算法年会论文集(SODA’08)(2008),SIAM),465-472·Zbl 1192.90240号
[45] Wegener,I.,《走向随机搜索启发式理论》,(《计算机科学的数学基础》,计算机科学数学基础,LNCS,第2747卷(2003),Springer),125-141·Zbl 1124.68434号
[46] Zhou,Y.,TSP实例蚁群优化算法的运行时分析,IEEE进化计算汇刊,13,5,1083-1092(2009)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。