遺伝情報を用いるアントコロニー最適化の巡回セールスマン問題への適用

摘要

This study proposes an Ant Colony Optimization using Genetic Information (GIACO). GIACO algorithm combines Ant Colony Optimization (ACO) with Genetic Algorithm (GA). GIACO searches solutions using the pheromone of ACO and the genetic information of GA. In addition, the ant which cannot trail the pheromone is caused by the mutation. We apply GIACO to Traveling Salesman Problems (TSPs) and confirm that GIACO obtains more effective results than the conventional ACO and the conventional GA.%本研究では、新しいアントコロニー最適化（Ant Colony Optimization：ACO）として、遺伝情報を用いるアントコロニー最適化（ACO using Genetic Information：GIACO）を提案する。GIACOアルゴリズムはACOと遺伝的アルゴリズム（Genetic Algorithm：GA）のハイブリッドであり、ACOのフェロモンとGAの遺伝情報を用いて解を探索する。加えて、突然変異により、フェロモンを感じとることが出来ないアリが発生する。GIACOを巡回セールスマン問題に適用し、標準的なACOとGAより効果的な結果を得ることを確認する。