System eksperymentowania porównujący rozwiązania problemu komiwojażera, dostarczone przez algorymt genetyczny i algorytm oparty na optymalizacji kolonią mrówek cd.

6 PERSPEKTYWY

Stworzenie tak skomplikowanego systemu eksperymentowania wymaga połączenia ze sobą wielu elementów lecz najważniejszym z nich będzie zawsze implementacja algorytmów. To na niej skupią się dalsze badania i rozwój „TSP Solver”.

W najbliższej przyszłości w programie zawarte zostaną: (i) implementacja innych algorytmów rozwiązujących TSP (np. Sieci Neuronowe, Tabu Search), (ii) ogólniejsza wersja Problemu Komiwojażera z nieistniejącymi drogami między miastami i różnicami w odległościach z miasta A do B i z miasta B do A, (iii) rozbudowanie modułu zapisującego wyniki do plików oraz stworzenie modułu ładującego koszty i czasy z pliku.

Autor: Michał OLSZEWSKI

LITERATURA

[1] BIANCHI L., GAMBARDELLA L. M., DORIGO M.: Ant colonies for the traveling salesman problem, [in:] Proceedings of PPSN-VII, Seventh International Conference on Parallel Problem Solving from Nature, Lecture Notes in Computer Science. Springer Verlag, Berlin, Germany, pp 883-892.
[2] BUCKLAND M.: AI Techniques for Game Developers, USA Premier Press 2002.
[3] CHEN S., SMITH S. Commonality and genetic algorithms, [in:] Technical Report CMU-RI-TR-96-27, The Robotic Institute, Carnegie Mellon University, Pittsburgh, PA, USA (1996).
[4] CORMEN T. H., LEISERSON C. E., RIVEST R. L.: Introduction to Algorithms, Warszawa WNT 2001.
[5] DORIGO M., GAMBARDELLA L. M.: Ant colonies for the traveling salesman problem, Belgium BioSystems 1997.
[6] GEN M., CHENG R.: Genetic Algorithms and Engineering Design, John Wiley & Sons Inc., New York 1997.