Ant Colony Optimization Parte II Familia de algoritmos derivados del enfoque ACO

1
Ant Colony Optimization (Parte II)Familia de
algoritmos derivados del enfoque ACO

• Nuevas Metaheurísticas basadas en población
  (2004)

2
Familia de algoritmos ACO

• MinMax-AS (control sobre los valores del
  rastro)
• AS-rank (ranking se soluciones)
• AS-elistim (solo la mejor solución)
• Ant Colony System (ACS)
• Ant-Q (basado en Q-Learning)

3
Algoritmos ACO

• MixMaxAS Ant System con valores Mínimos y
  Máximos para los valores del rastro de feromona
• Qué puede ocurrir si no se controlan los
  valores del rastro de feromona?
• Qué relación se puede establecer entre un
  incremento (decremento) indiscriminado del rastro
  y el comportamiento del algoritmo?

4
Valores extremos o nulos del rastro
2
1
5
4
3
5
MinMaxAS
Inicializar() for c1 to Nro_ciclos for k1
to Nro_ants ant-k construye solución k
Guardar la mejor solución Actualizar Rastro
(i.e., ?ij) Reubicar hormigas para el próximo
ciclo Imprimir la mejor solución encontrada
Se controlan los valores Máximo y Mínimos
6
Algoritmos ACO

• AS-rank Ant System que usa un ranking de las
  mejores soluciones para realizar la actualización
  del rastro.
• Qué relación se puede establecer entre esta
  manera de actualizar el rastro y el
  comportamiento del algoritmo?

7
AS-rank
Inicializar() for c1 to Nro_ciclos for k1
to Nro_ants ant-k construye solución k
Guardar la mejor solución Realizar un
ranking Actualizar Rastro (i.e.,
?ij) Reubicar hormigas para el próximo
ciclo Imprimir la mejor solución encontrada
Se actualiza el rastro siguiendo el ranking de
las mejores soluciones
8
Actualización del Rastro en AS-rank
w peso r índice del ranking b best-so-far
9
Algoritmos ACO

• AS-elitism Ant System que usa complementariamente
  la mejor solución encontrada hasta el momento
  para dar un resfuerzo adicional.
• Qué relación se puede establecer entre esta
  manera de actualizar el rastro y el
  comportamiento del algoritmo?

10
Actualización del Rastro en AS-elitism
w peso r índice del ranking b best-so-far
11
Algoritmos ACO
Ant Colony System Un algoritmo ACO que es una
extensión de un AS e introduce 1. un esquema
local y global de actualización del
rastro y, 2. una manera alternativa de
selección de la próxima componente
12
Ant Colony System (ACS)

• 1. Actualización del rastro
• LOCAL
• Cada vez que una hormiga avanza en el grado deja
  un rastro muy pequeño sin considerar la calidad
  de la solución.
• GLOBAL (idem AS, es decir, después que termina
  un ciclo)

13
Ant Colony System (ACS)
2. Selección de la próxima componente de la
solución
La usada en un AS con ? 1
14
Ant Colony System (ACS)
Es decir que hay una combinación de greedy y
proporcional. NOTA La parte greedy es sobre los
valores combinados de rastro y heurística
15
ACS
Inicializar() for c1 to Nro_ciclos for k1
to Nro_ants ant-k construye solución
(Actualización LOCAL) Guardar la mejor
solución Realizar un ranking
Actualización GLOBAL Rastro Reubicar hormigas
para el próximo ciclo Imprimir la mejor
solución encontrada
16
Posibilidades de Paralelización

• División en subcolonias (distribuido)
• Muliprocesamiento (Memoria Compartida)
• Otros....

17
FIN Parte II