Aplikace mravenčích algoritmů
Loading...
Date
Authors
Olszar, Patrik
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato bakalářská práce se věnuje implementaci a optimalizaci mravenčích algoritmů v jazyce C++ pro řešení problému obchodního cestujícího (TSP) s desítkami až statisíci měst. Vzhledem k vysokým nárokům na paměť, které tradiční metody v mravenčích algoritmech přinášejí kvůli exponenciálnímu rozšiřování matice feromonů, byla implementována omezená feromonová matice. Tato technika efektivně omezuje velikost paměti potřebnou pro feromonovou matici a zvyšuje tak škálovatelnost algoritmu. Dále práce využívá techniky jako MAX–MIN, paralelizace mravenců, dynamické upravování parametrů alpha a beta, seznam nejbližších sousedů a VCSS. Podařilo se dosáhnout výsledné cesty, která je do 3.5-5% od nejlepšího řešení.
This bachelor’s thesis focuses on the implementation and optimization of the ant colony algorithm in C++ for solving the traveling salesman problem (TSP) involving tens of thousands to hundreds of thousands of cities. Due to the high memory demands of traditional ant colony algorithms, which have a exponential expansion of the pheromone matrix, a restricted pheromone matrix was implemented. This technique effectively limits the memory size needed for the pheromone matrix and thus enhances the scalability of the algorithm. Additionally, the work uses techniques such as MAX–MIN, ant parallelization, dynamic adjustment of alpha and beta parameters, a nearest neighbor list, and VCSS. The results achieved a final path that is within 3.5-5% of the optimal solution.
This bachelor’s thesis focuses on the implementation and optimization of the ant colony algorithm in C++ for solving the traveling salesman problem (TSP) involving tens of thousands to hundreds of thousands of cities. Due to the high memory demands of traditional ant colony algorithms, which have a exponential expansion of the pheromone matrix, a restricted pheromone matrix was implemented. This technique effectively limits the memory size needed for the pheromone matrix and thus enhances the scalability of the algorithm. Additionally, the work uses techniques such as MAX–MIN, ant parallelization, dynamic adjustment of alpha and beta parameters, a nearest neighbor list, and VCSS. The results achieved a final path that is within 3.5-5% of the optimal solution.
Description
Citation
OLSZAR, P. Aplikace mravenčích algoritmů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
Mgr. Kamil Malinka, Ph.D. (člen)
Ing. Miloš Musil, Ph.D. (člen)
Ing. Jiří Hynek, Ph.D. (člen)
Ing. David Bařina, Ph.D. (člen)
Date of acceptance
2024-06-10
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení