Parallel Ant Colony Optimizer Based on Adaptive Resonance Theory Maps
Parallel Ant Colony Optimizer Based on Adaptive Resonance Theory Maps
复制标题
基于自适应共振理论图的并行蚁群优化器
DOI：
10.1007/978-3-642-02490-0_139
复制
发表时间：
2008
期刊：
影响因子：
--
通讯作者：
Toshimichi Saito
中科院分区：
文献类型：
--
作者：
Hiroshi Koshimizu;Toshimichi Saito
研究了一种并行蚁群优化算法及其在旅行商问题中的应用。并行处理是基于自适应谐振理论映射，将输入空间划分为子空间。将蚂蚁分为两类：局部蚂蚁用于子空间内的局部搜索，全局蚂蚁用于整个输入空间的搜索。局部蚂蚁和全局蚂蚁之间的通信是有效并行处理的关键。将该算法应用于基本基准测试，结果表明，该算法实现了快速合理的搜索。
This paper studies a parallel ant colony optimizer and its application to the traveling sales person problems. The parallel processing is based on the adaptive resonance theory map that divide the input space into subspaces. The ants are classified into two types: local ant for local search within either subspace and global ant for search of whole input space. Communication between local and global ants is a key for effective parallel processing. Applying the algorithm to basic bench marks, we can suggest that our algorithm realize fast and reasonable search.
一种融合生长自组织图和自适应共振理论图的方法
DOI：
--
发表时间：
2007
期刊：
IEICE Trans.Fundamentals E90-A
影响因子：
--
作者：
M.Takanashi;H.Torikai and T.Saito
通讯作者：
H.Torikai and T.Saito