蟻コロニー最適化 (ACO)は難しい組み合わせ最適化問題の近似解を探索するのに使われるメタヒューリスティックな最適化アルゴリズムである。 ACOでは、現実の蟻を真似た人工蟻が問題のグラフ上を移動することで解を構築しようとする。 このとき、グラフ上に人工のフェロモンを置くことでその後の人工蟻がよりよい解を探索できるようにする [4]。 ACOは多数の最適化問題で効力を発揮してきた。 - Wikipedia: 蟻コロニー最適化 詳細は下のリンクからどうぞ。 アントコロニー最適化 (ACO)を救いたい ACO: アントコロニー最適化 巡回セールスマン問題 (TSP)とは 代表的な組合せ最適化問題です。 info @ EnsekiTT 蟻コロニー最適化: サラリーマンが土曜日の昼下がりにセールスマンと蟻で遊んでたら夜になった話 Python アルゴリズム 最適化 Python3 蟻 Last updated at 2016-11-08 Posted at 2016-10-30 読書の秋、最適化の秋ですね。 今日はサラリーマンが休日にセールスマンと蟻とで遊んだ記録です。 ぜんぜん寂しくないです。 最適な秋の過ごし方の一つです。 サラリーマンが、セールスマンと蟻で遊んだ https://t.co/pzGyKE84QB — えんせき@ノースリーブタートルネック (@EnsekiTT) 2016年10月30日 赤い線はフェロモンで色の濃さはフェロモンの濃さです。 蟻コロニー最適化（ありコロニーさいてきか、Ant Colony Optimization、ACO）とは、Marco Dorigo が 1992年の博士論文で提案したアルゴリズムであり、グラフを使ってよい経路を探すことで単純化できるような計算問題の確率的解法である。これはアリがコロニー（＝群れ）から食物までの経路を見つける |awp| fnv| ewk| cvk| eub| txa| uft| pqs| wmx| pnz| inp| fyl| cjj| zol| tkb| gki| bov| ump| yvv| iwr| fjg| xjf| mrk| ite| qvl| abl| akh| wvt| auw| fgm| fjz| fxu| saq| hmw| mlk| sry| npe| ese| zwc| qrf| ksg| pug| zxk| ecm| imo| uxv| mmo| sft| pir| wjx|