2種類の探索法を用いるミツバチコロニー最適化

摘要

In previous study, we proposed Bee Colony Optimization with Role and Responsibility(BCORR) as new Bee Colony Optimization(BCO) for a kind of swarm intelligence. BCORR does Role and Responsibility that is performed like an actual honeybee like the search-bee who performs a global search, and recruit-bee who performs a local search. In this study, we proposes a new BCORR for Parallel Searching with Local Search and Global Search. And, it is added new two functions in BCORR, one is very large-scale heighborhood for global search, another is the determine method of local search position for local search. We apply HCORR to Traveling Salesman Problems (TSPs) and confirm that HCORR obtains more effective results than the standard HCO.%これまでの研究で，我々は群知能の一種であるミツバチの採餌行動をモデル化した新しいミツパチコロニー最適化（Bee Colony Optimization: BCO)として，役割分担を行うミツバチコロニー最適化（Bee Colony Optimization with Role and Responsibility: BCORR)を提案した.BCORRは，グローバルサーチを行う探索パチとローカルサー チを行う派遣パチという様に現実のミツパチと同様に役割分担を行う.本研究では，我々はローカルサーチとグローバルサーチを並列に行う新しいBCORRを提案する.また，新しいBCORRではグローバルサーチ時の巨大近傍使用，ローカルサーチを行う位置の決定法をそれぞれ提案し，その振る舞いの調査を行う.そしてBCORRを巡回セールスマン問題（Traveling Salesman Problem: TSP)に適応し，従来のBCOより効果的な結果を得ることを確認する.