.6 Đặc tả thuật toán TSIACO2

Một phần của tài liệu (LUẬN văn THẠC sĩ) bài toán xâu gần nhất và phương pháp ACO 04 (Trang 34 - 36)

So sánh hai thuật toán TSIACO1 và TSIACO2

Giống nhau:

- Đều sử dụng cùng quy tắc cập nhật mùi (xem công thức 3.5, 3.8)

- Sử dụng hệ số bay hơi khác nhau trong mỗi giai đoạn cập nhật mùi (xem bảng 3.1)

Khác nhau: Hai thuật toán T IACO1 và T IACO2 có điểm khác nhau ở điều kiện phân chia giai đoạn cập nhật (xem bảng 3.2):

Bảng 3.2 Điều kiện phân chia giai đoạn cập nhật mùi của thuật toán TSIACO

Thuật toán TSIACO1 Thuật toán TSIACO2

Điều kiện phân chia giai đoạn cập nhật theo công thức (*):

(*)

Điều kiện phân chia giai đoạn cập nhật theo công thức (**): (**) Trong đó: (∑ { } ) là hằng số cho trước Trong đó: là số lượng vòng lặp lớn nhất của thuật toán là một số thực ( ) NC là số vòng lặp (cụ thể)

Bảng 3.1 Hệ số bay hơi được trong các giai đoạn cập nhật mùi của TSIACO

Giai đoạn cập nhật mùi Thuật toán TSIACO1 Thuật toán TSIACO2

Tuần tự Hệ số bay hơi =

( ) Hệ số bay hơi = ( ) Tốt nhất Hệ số bay hơi = ( ) Hệ số bay hơi = ( =0.03)

3.3 THUẬT TOÁN TSIACO2-LS

Trong thuật toán TSIACO2, tôi sử dụng thêm kỹ thuật tìm kiếm địa phương trong giai đoạn sau, gọi đó là thuật toán TSIACO2-LS (xem hình 3.7).

Procedure Thuật toán TSIACO2-LS Begin

Initialize: Đặt các tham số (hệ số bay hơi = ), khởi tạo vết mùi

While do

r giải pháp đầu tiên được cập nhật mùi theo công thức 3.5

End while

Cải tiến lời giải do kiến xây dựng bằng tìm kiếm địa phương Thiết lập hệ số bay hơi =

Sử dụng giải pháp vòng lặp tốt nhất hoặc giải pháp tốt nhất toàn cục để cập nhật mùi theo công thức 3.8

End;

Một phần của tài liệu (LUẬN văn THẠC sĩ) bài toán xâu gần nhất và phương pháp ACO 04 (Trang 34 - 36)

Tải bản đầy đủ (PDF)

(63 trang)