You are on page 1of 8

Mraven kolonie (Ant Colony)

Chovn mravenc
mravenci hledajc potravu za sebou nechvaj slabou feromonovou
stopu
pokud najdou potravu, vrac
se stejnou cestou, m stopu
posl (vymuj vce feromonu)
pokud ostatn mravenci naraz
na silnou feromonovou stopu,
vydaj se po n a zesiluj jej intenzitu (ne vdy smuj k potrav)

Pravdpodobnost volby cesty mravencem (pozorovn)


p
2
=1-p
1
; k=20; h=2
m
1
a m
2
jsou poty mravenc, kte proli cestou 1 nebo 2
( )
( ) ( )
h h
h
k m k m
k m
p
+ + +
+
=
2 1
1
1
1
2
Zkratky pouit v loze TSP
Popis grafu
v
i
vrchol v grafu (vertex)
e
ij
hrana (edge) mezi vrcholy v
i
a v
j
d
ij
vzdlenost mezi vrcholy v
i
a v
j

Veliiny algoritm typu AntColony

ij
mra vhodnosti hrany e
ij
, (nap. 1/d
ij
)

ij
mnostv feromonu na hran e
ij

0
poten hladina feromonu ped prvn iterac

mra odpaovn (rozkladu) feromonu
L
k
kvalita nalezenho een (u TSP dlka trasy)
S mnoina vech monch een (prchod grafem)
s konkrtn een, s e S
s
k
c
een k-tho mravence po krok c (pokud c=poet_vrchol, s
c
=s)

N(s) mnoina monch een splujcch omezujc podmnky


Ant System (AS) 1/2
Prvn algoritmus navren v roce1991
Hlavn charakteristiky
na een se podl skupina m mravenc
po kad iteraci (vech m mravenc najde m een) je upravena
hladina feromon podle vech nalezench een offline zmna
Offline zmna mnostv feromonu
ij
na hran e
ij
:

kde

01 mra odpaovn, mal (10
-3
) vliv nhodnch fluktuac,
velk (10
-1
) lokln extrm, omezen pamti
mnostv feromonu poloenho mravencem k na hranu e
ij
Q zvolen konstanta
L
k
dlka cel trasy (een) nalezen k-tm mravencem
( )

=
A + =
m
k
k
ij ij ij
1
1 t t t

= A
0
/
k k
ij
L Q
t
k
ij
t A
Ant System (AS) 2/2
Hrany, po kterch me k-t mravenec pokraovat v c-tm
kroce, jsou hodnoceny pravdpodobnostmi:


kde



N(s
k
) mnoina een, ktermi me k-t mravenec pokraovat

ij
mra vhodnosti hrany e
ij
, (typicky = 1/d
ij
)
0 1 vznam feromonu, jak moc se dit minulost hrany
0 1 dohlednost, jak moc se dit skutenou vzdlenost
( )
( )
( )

e
e

e
k
c ij
k
c ij
s N e
iz iz
ij ij
k
ij
s N e
s N e
p
k
c iz
0
| o
| o
q t
q t
ij
ij
d
1
= q
MI N-MAX Ant System (MMAS)
Hlavn charakteristiky
rozen algoritmu AS, publikovn v roce 1996
zven hladiny feromonu se provd pouze na nejlepm een
(dosud nalezenm nebo nejlep z posledn iterace)
Offline zmna feromonu dna vztahem



vhodn nastaven
max
a
min
empiricky hlavn problm
Zlepen vlastnosti proti AS
vt robustnost (nevylou zcela dnou mnonost)

min
experimentln,
max
= 1/ .L
best
, lze prbn upravovat
typicky
0
=
max
, v potench iteracch nhodn prohledvn
postupn specializace na nejlep een, vede k rychlej
konvergenci (vt riziko uvznut v loklnm extrmu)
( ) | |
max
min
1
t
t
t t t
best
ij ij ij
A + =

e
e
= A
best
ij
best
ij best best
ij
s e
s e L
0
/ 1
t
Ant Colony System (ACS) 1/2
Hlavn charakteristiky
rozen algoritmu MMAS, publikovn v roce 1996
implementace lokln zmny feromonu a algoritmus hledn cesty

Zmna hladiny feromonu na hranch
navc lokln prava feromonu bhem iterace (=hledn jedn cesty), nut
ostatn mravence zkouet jin cesty bhem jedn iterace


offline zmna feromonu podobn MMAC




( ) ( | 1 ; 0 1
0
e + = t t t
ij ij
( ) | |

A +
=
ij
best
ij ij
ij
t
t t
t
t
t
max
min
1
Ant Colony System (ACS) 2/2
Zpsob prchodu grafem
je zvolen parametr 0 q0 1
pokud nhodn vygenerovan slo q<q0, je vybrna nejlep mon cesta
do msta j:


jinak nhodn dle pravdpodobnosti


Zlepen proti MMAC
lokln zmna feromonu uvnit iterace sniuje riziko uvznut v loknm
extrmu
zkladn nastaven q
0
=0,9; =2; ==0,1;
0
=1/N.L
NN
, kde N je poet
mst a L
NN
dlka trasy nalezen metodou nejbliho souseda
( )
( )
|
q t
ij ij
s N e
k
c iz
j =
e
max arg
( )
( )
( )

e
e

e
k
c ij
k
c ij
s N e
iz iz
ij ij
k
ij
s N e
s N e
p
k
c iz
0
|
|
q t
q t
Literatura
Vhodn pvodn lnky do zatku:
[1] L. M. Gambardella and M. Dorigo. Solving Symmetric and Asymmetric TSPs by
Ant Colonies. In T. Baeck, T. Fukuda, and Z. Michalewicz, editors, IEEE
International Conference on Evolutionary Computation - CEC'96, pages 622-627.
IEEE Press, Piscataway, NJ, 1996
(http://code.ulb.ac.be/dbfiles/GamDor1996icec.pdf)
[2] M. Dorigo, M. Birattari & T. Sttzle, 2006 Ant Colony Optimization: Artificial
Ants as a Computational Intelligence Technique. TR/IRIDIA/2006-023
(http://iridia.ulb.ac.be/IridiaTrSeries/IridiaTr2006-023r001.pdf)

Obrovsk mnostv webovch strnek
[3] http://www.aco-metaheuristic.org/
[4] http://www.scholarpedia.org/article/Ant_colony_optimization
[5] http://iridia.ulb.ac.be/~mdorigo/HomePageDorigo/publicationsbyyear.php