1.4 Thuật toán tối ưu đàn kiến
1.4.3 Các thuật toán đàn kiến và một số vấn đề liên quan
Thuật toán đầu tiên là Hệ kiến (Ant System-AS) [84] do M. Dorigo đề xuất năm 1991 giải bài tốn TSP. Sau đó, có nhiều biến thể được nghiên cứu tập trung vào nâng cao hiệu năng tính tốn dựa trên lựa chọn các đặc trưng trong thủ tục Xây dựng các phương án và Cập nhật vết mùi như Bảng 1.4 [23, 68,82].
Bảng 1.4: Q trình phát triển các thuật tốn ACO
Thuật toán Viết tắt Tác giả Năm
Ant System AS Dorigo, Maniezzo và Colorni 1991 Elitist Ant System EAS Dorigo, Maniezzo và Colorni 1992 Ant-Q AQ Grambardella và Dorigo 1995 Ant Colony System ACS Dorigo và Grambardella 1996 Max-Min Ant System MMAS Stutzle và Hoos 1996 Rank-Based Ant System RBAS Bullnheimer, Hartl và Strauss 1997 ANT-Net ANTN Caro và Dorigo 1998 ANTS ANTS Maniezzo 1999 Best-Worst Ant System BWAS Cordón, Viana và Herrera 2000 Hyper-Cube Ant System HCAS Blum, Roli và Dorigo 2001 Population-based Ant Colony System PACS Guntsch và Middendorf 2002 Ant Colony Optimization ACO Dorigo và Stutzle 2004 Beam-Ant Colony Optimization BACO Blum 2004 Parallel-Ant Colony Optimization PACO Manfrin, Birattari, Stutzle và Dorigo 2006 cAnt-Miner CAM Otero, Freitas và Johnson 2008 Multi-colony Ant Colony System MACS Melo, Pereira và Costa 2009
Trong đó, Ant-Q là cách tiếp cận sử dụng kỹ thuật học máy cho bài toán TSP. Hệ đàn kiến ACS và hệ kiến MMAS được áp dụng cho bài toán TSP đối xứng hay khơng đối xứng. Thuật tốn RBAS sử dụng ý tưởng xếp hạng cho các lời giải khi thực hiện cập nhật vết mùi, AntNet là tiếp cận theo định hướng sự thích nghi cịn thuật toán BWAS là sự mở rộng của MMAS về luật di chuyển và việc bay hơi của vết mùi [84,85]. Thuật tốn Parallel-ACO, Multi-colony ACS là các mơ hình thực
hiện song song các quần thể [68, 84]...Tuy nhiên, thuật tốn thơng dụng nhất là
MMAS và ACS. Việc lựa chọn MMAS hay ACS đem lại hiệu quả như nhau nhưng MMAS dễ dùng hơn, cịn ACS được nhóm của Dorigo quan tâm hơn. Phần tiếp theo, luận án sẽ giới thiệu ngắn gọn về các thuật toán AS, MMAS và ACS.