四种著名蚁群优化变体的比较分析：蚁群系统、基于排名的蚁群系统、最大最小蚁群系统和蚁群系统
神经与进化计算
2024-05-27 v1
摘要
本研究对四种蚁群优化（ACO）变体——蚁群系统（AS）、基于排名的蚁群系统（ASRank）、最大最小蚁群系统（MMAS）和蚁群系统（ACS）——在解决旅行商问题（TSP）方面进行了比较分析。我们的发现表明，算法性能受问题规模和实例类型的显著影响。ACS在较小的TSP实例中表现出色，因为它收敛速度快，而PACS被证明对中等规模问题更具适应性。MMAS在所有规模上都能取得有竞争力的结果，特别是在较大实例中，因为它能够避免局部最优。然而，ASRank难以与其他算法的性能相匹配。这项研究提供了对这些ACO变体优缺点的见解，指导为特定TSP应用选择最合适的算法。
引用
@article{arxiv.2405.15397,
title = {Comparative Analysis of Four Prominent Ant Colony Optimization Variants: Ant System, Rank-Based Ant System, Max-Min Ant System, and Ant Colony System},
author = {Ahmed Mohamed Abdelmoaty and Ibrahim Ihab Ibrahim},
journal= {arXiv preprint arXiv:2405.15397},
year = {2024}
}