Keliaujančio pirklio uždavinio sprendimas skruzdėlių kolonijos genetiniu algoritmu
Baigiamajame magistro darbe nagrinėjami algoritmai, kuriais sprendžiamas keliaujančio pirklio uždavinys. Plačiau nagrinėjama optimizavimo skruzdėlių kolonijomis algoritmų šeima. Skaitinio eksperimento pagalba su skruzdėlių sistemos algoritmu analizuojama parametrų (santykinė feromoni įtakos, santykinės euristinės informacijos, garavimo koeficiento) įtaka maršruto ilgiui, pateikiamos išvados ir rekomendacijos. Gauti rezultatai lyginami su optimaliais sprendiniais. Taip pat palyginami rezultatai, gauti su skruzdėlių sistemos, skruzdėlių sistemos su mutacija ir elitinės skruzdėlių sistemos algoritmais.Darbą sudaro aštuonios dalys: įvadas, penki skyriai, išvados ir siūlymai, literatūros sąrašas. Darbo apimtis - 43 p. teksto be priedų, 14 iliustr., 50 lent., 32 bibliografiniai šaltiniai.Atskirai pridedami darbo priedai.
The final master thesis describes the traveling salesman problem solving algorithms. The family of optimization ant colonies is considered in detail. Using the numerical experiment with the ant system algorithm analyzing the influence of parameters (the relative influence of the pheromone, the relative heuristic information, the evaporation coefficient) to solution of the problems. Conclusions and recommendations are presented. The obtained results are compared with optimal solutions. Also comparable results are obtained with the algorithms of the ant system, ant system with mutation and elitist ant system.Structure: introduction, five chapters, conclusions and suggestions, references. Thesis consist of: 43 p. text without appendixes 14 pictures, 50 tables, 32 bibliographical entries.Appendixes included.