問題タブ [ant-colony]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
matlab - ACO、ABC、PSO、BFO、FA、SSO などのさまざまなアルゴリズムの比較基準を提案できる人はいますか?
これらの方法を matlab を使用して比較したいと思います。では、最適な方法を計算するための基準は何でしょうか。ただし、アプリケーションごとにさまざまな方法が役立ちます。以下のリンクで説明されている目的関数を使用できますか。さらに、どの関数が計算に役立つか。
algorithm - Netlogo でこれらのアルゴリズムをテストするための障害のある環境を作成するにはどうすればよいですか?
目標は、開始位置と終了位置の間の最短経路を見つけることです。経路の長さの合計は、考えられる各ソリューションに関連付けられたコストまたは報酬になるように選択されます。シミュレーションでは、グリッド ネットワークの 3 つの異なるサイズ、つまり 20X20、30X30、および 40X40 が考慮されます。1 つのアリは 1 つのノードにしか占有できず、上下左右の 4 つの異なる方向に一度に隣接するノードの 1 つに移動すると仮定します。すべてのノードがネットワーク内に均等に分散されています。隣接する 2 つのノード間の距離は 1 (または 1 単位ブロック) に正規化されます。したがって、パスの長さは（単位）ブロックの数で表されます。シミュレーションは「クリーン」な環境から始まります。つまり、元のネットワークに障害はありません。左上隅が出発点として選択され、右下隅が目的地として選択されます。すべてのフェロモンは 0.1 として初期化されます。次に、アリのコロニー アルゴリズムを適用して最短経路を見つけ、フェロモンを蓄積します。計算フロー チャートを図 1 に示します。図 2 は、20X20 グリッド ネットワークで ACO アルゴリズムによって検出されたパスが最適値に収束することを示しています。ここで、y 軸はパスの長さ (ブロック/グリッドの数) を表し、x -axis は、シミュレーションの実行時間 (秒単位) を表します。動的環境をシミュレートするために、アルゴリズムが収束した後にバリア (障害物) が追加されます (公正な比較のために、障害物のサイズはネットワークのサイズに比例します)。ここで、40X40 グリッド内の 2 つの暗い領域は、2 つの任意の障害物が追加されたことを表します。ランダムに選ばれるポジション。障害物を含むこの新しいネットワークで最短経路を見つけるには、ACO アルゴリズムを再度呼び出す必要があります。フェロモンの初期化は、ACO アルゴリズムで重要な役割を果たします。このプロジェクトでは、障害物が追加された後、ネットワーク内のフェロモンが再初期化されます。2 つの異なる再初期化スキーム、すなわちグローバル初期化とローカル初期化をテストし、それらのパフォーマンスを比較します。グローバルな初期化では、ネットワーク全体のすべてのフェロモンが一様に元のフェロモン レベルである 0.1 にリセットされます。ローカル初期化では、フェロモンの「勾配」がオブジェクトの周囲で初期化されます。ネットワーク内の最も高いフェロモン レベルの半分の値が、オブジェクトの隣にあるポイントに直接適用されます。その後、フェロモン レベルが数分の 1 に減少します (例: