Разработка комплекса программ реализации муравьиного алгоритма для задач поиска и оптимизации

Актуальность работы. В последние годы интенсивно разрабатывается научное направление с названием «Природные вычисления» (Natural Computing), объединяющее математические методы, в которых заложены принципы природных механизмов принятия решений. Эти механизмы обеспечивают эффективную адаптацию флоры и фауны к окружающей среде на протяжении нескольких миллионов лет. Среди так называемых «Soft computing techniques», разработанных за последние десять лет для трудно решаемых задач дискретной оптимизации, числятся:  Генетические алгоритмы - основываются на естественном отборе и генетике;  Муравьиные алгоритмы (Ant Colony Optimization – ACO, Ant Systems – AS) –моделируют поведение муравейника. Объектом исследования являются генетические алгоритмы. Предметом исследования – применение генетических алгоритмов при решении задач оптимизации. Цель работы. Изучение работы муравьиных алгоритмов, решение задач оптимизации с помощью данного алгоритма и реализация его с помощью языка программирования C++. Задачи работы.  изучить теоретические основы муравьиных алгоритмов;  описать решение муравьиными алгоритмами задач оптимизации;  проанализировать применения муравьиных алгоритмов.

---

Не нужно никуда ходить, онлайн диплом вместе с Work5.

---

. Для решения поставленных задач применялись теоретические теоретические и практические методы исследования. Данная работа состоит из введения, семи глав, заключения, списка литературы и приложения.  

Муравьиные алгоритмы могут быть успешно применены для решения сложных задач оптимизации. Основная идея, лежащая в основе алгоритмов муравьиной колонии, заключается в использовании механизма положительной обратной связи, который помогает найти наилучшее приближенное решение в сложных задачах оптимизации. То есть, если в данном узле муравей должен выбрать между различными вариантами и если фактически выбранные результаты будут хорошими, то в будущем такой выбор будет более желателен, чем предыдущий. Этот подход является многообещающим из-за его общности и эффективности в обнаружении очень хороших решений сложных проблем. В данной работе приведены теоретические основы муравьиных алгоритмов оптимизации, проанализированы применения муравьиных алгоритмов, описаны решения муравьиными алгоритмами задачи коммивояжера и задачи оптимального распределения файлов в компьютерной сети. Решения задач были реализованы в среде программирования C++. Приведен сравнительный анализ результатов решения задачи коммивояжера с помощью муравьиного и генетических алгоритмов. В ходе эксперимента было выявлено, что вычисление с помощью муравьиного алгоритма происходит быстрее.  

1. Бартеньев, О.В. Современный Фортран / О.В. Бартеньев. - М.:, 2018. - 658 c. 2. Братко, Иван Алгоритмы искусственного интеллекта на языке PROLOG / Иван Братко. - М.: Вильямс, 2020. - 640 c. 3. Бретт, Маклафлин Объектно-ориентированный анализ и проектирование / Маклафлин Бретт. - М.: Питер, 2018. - 324 c. 4. Брюс, Тейт Семь языков за семь недель / Тейт Брюс. - М.: ДМК Пресс, 2020. - 384 c. 5. Вайсфельд, Мэтт Объектно-ориентированное мышление / Мэтт Вайсфельд. - М.: Питер, 2019. - 387 c. 6. Василеску, Ю. Прикладное программирование на языке Ада / Ю. Василеску. - М.: Мир, 2019. - 350 c. 7. фДжонсон, Ральф Приемы объектно-ориентированного проектирования. Паттерны проектирования / Ральф Джонсон. - М.: Питер, 2017. - 122 c. 8. Йордон, Эдвард Объектно-ориентированный анализ и проектирование систем / Эдвард Йордон , Карл Аргила. - М.: ЛОРИ, 2020. - 264 c. 9. Кауфман, В. Ш. Языки программирования. Концепции и принципы / В.Ш. Кауфман. - М.: ДМК Пресс, 2020. - 657 c. 10. Лафоре, Роберт Объектно-ориентированное программирование в С++ / Роберт Лафоре. - М.: Питер, 2019. - 928 c. 11. Либерти, Дж. C++. Энциклопедия пользователя / Дж. Либерти. - М.: [не указано], 2017. - 656 c. 12. Фридман, А. Л. Объектно-ориентированное программирование на языке Си++ / А.Л. Фридман. - Москва: Наука, 2017. - 234 c.