Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Algoritmo de optimización eficiente de colonias de hormigas (EACO) para optimización determinista

Urmila M Diwekar* y Berhane H Gebreslassie

En este artículo, se propone un algoritmo de optimización eficiente de colonias de hormigas (EACO) basado en un método de muestreo eficiente para resolver problemas de optimización combinatoria, continua y de variables mixtas. En el algoritmo EACO, se introduce el muestreo de secuencia de Hammersley (HSS) para inicializar el archivo de soluciones y generar números aleatorios multidimensionales. Las capacidades del algoritmo propuesto se ilustran a través de 9 problemas de referencia. Se comparan los resultados de los problemas de referencia del algoritmo EACO y el algoritmo ACO convencional. Más del 99% de los resultados del EACO muestran una mejora en la eficiencia y la mejora en la eficiencia computacional varía del 3% al 71%. Por lo tanto, este nuevo algoritmo puede ser una herramienta útil para problemas de optimización a gran escala y de una amplia gama. Además, también se prueba el rendimiento del EACO utilizando las cinco variantes de algoritmos de hormigas para problemas combinatorios.