Actual directions of scientific researches of the XXI century: theory and practice Actual directions of scientific researches of the XXI century: theory and practice Актуальные направления научных исследований XXI века: теория и практика 2308-8877 9399 10.12737/15975 Секция: «Эффективные методы и инструменты исследования моделей систем и механизмов» Секция: «Эффективные методы и инструменты исследования моделей систем и механизмов» The application of ant algorithms for solving traveling salesman problem Применение муравьиных алгоритмов для решения задачи коммивояжера Канищева О. И. Kanishcheva O. И. oleka_olesya@mail.ru Пристинский К. В. Pristinskiy K. В. 24 11 2015 24 11 2015 3 5 80 84 https://naukaru.ru/en/nauka/article/9399/view

В работе приведены теоретические основы муравьиных алгоритмов оптимизации. Описано решение муравьиными алгоритмами задачи коммивояжера.

The article presents the theoretical basis of ant algorithms optimization. The traveling salesman problem is solved by using ant algorithms.

 задача коммивояжера муравьиные алгоритмы оптимизация. the traveling salesman problem ant algorithms optimization.

УДК: 621.395.8ПРИМЕНЕНИЕ МУРАВЬИНЫХ АЛГОРИТМОВ ДЛЯ РЕШЕНИЯЗАДАЧИ КОММИВОЯЖЕРАTHE APPLICATION OF ANT ALGORITHMS FOR SOLVING TRAVELING SALESMAN PROBLEMКанищеваО.И., Пристинский К.В.ВУНЦ ВВС  «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина»г.Воронеж, Россияoleka_olesya@mail.ruDOI: 10.12737/15975 Аннотация: В работе приведены теоретические основы муравьиных алгоритмов оптимизации. Описанорешениемуравьинымиалгоритмамизадачикоммивояжера.Summary: The  article presents the theoretical basis of ant algorithms optimization. The traveling salesman problem is solved by using ant algorithms.Ключевые слова: задача коммивояжера, муравьиные алгоритмы, оптимизация.Keywords: the traveling salesman problem, ant algorithms, optimization.В последние годы интенсивно разрабатывается научное направление «Природные вычисления» (Natural Computing), объединяющее математические методы, в которых заложены принципы природных механизмов принятия решений. Среди так называемых «Soft computing techniques», разработанных за последние десять лет для трудно решаемых задач дискретной оптимизации, числятся - генетические алгоритмы, основанные на естественном отборе и генетике;- муравьиные алгоритмы (Ant Colony Optimization – ACO, Ant Systems – AS), моделирующие поведение муравейника.Целью настоящего исследования является изучение работы муравьиных алгоритмов и их практическое применение для решения задачи коммивояжера. Теоретическая часть статьи базируется на книгах [1, 2], лекции изобретателя муравьиных алгоритмов доктора Марко Дориго в летней школе по сложным системам [3].

Bonavear E., Dorigo M. Swarm Intelligence: from Natural to Artificial Systems. - Oxford University Press, 1999. - 307 p. Bonavear E., Dorigo M. Swarm Intelligence: from Natural to Artificial Systems. - Oxford University Press, 1999. - 307 p. Corne D., Dorigo M., Glover F. New Ideas in Optimization. - McGrav_Hill, 1999. Corne D., Dorigo M., Glover F. New Ideas in Optimization. - McGrav_Hill, 1999. Dorigo M. Swarm Intelligence, Ant Algorithms and Ant Colony Optimization // Reader for CEU «Complex System». - Budapest, 2001. - P. 1-38. Dorigo M. Swarm Intelligence, Ant Algorithms and Ant Colony Optimization. Reader for CEU «Complex System». - Budapest, 2001. - P. 1-38. Штовба С. Д. Муравьиные алгоритмы. Математика в приложениях, 2003, №4, С. 70-75. Shtovba S. D. Murav´inye algoritmy. Matematika v prilozheniyakh, 2003, №4, S. 70-75.