value of heuristic parameter can al

value of heuristic parameter can always provide high quality tours. This means that the influence of pheromone is greatly reduced, and ants are able to search other paths in constructing feasible solutions. It is evident that a small value of the heuristic parameter may result in bad performance in the early stage of learning. Nevertheless, a small value of the heuristic parameter can have good performance when the search process lasts long enough. Thus, it is intuitive to use an adaptive heuristic parameter for ACO. In this study, we intend to propose a way of designing an adaptive heuristic parameter for ACO such that the search performance can be better.
When ant colony algorithm begins to run, the amount of information on every path equals to each other, information entropy is maximum at this time, but as an enhancement of pheromone on the path, the entropy will be decreased gradually. If the entropy is not controlled currently, the entropy will eventually reduce to 0, that is, the pheromone on only one path is maximum, and the final solution will be mistaken, thus bringing about the premature. In order to overcome the easily-occurred precocious defects for solving complex combinatorial optimization problems with the basic ant colony algorithm, a proposed ant colony algorithm based on information entropy is discussed, using the heuristic parameter value selection controlled by information entropy.
Each trail is a discrete random variable in the pheromone
matrix. The entropy of a random variable is defined as

Kết quả (Việt) 1:

giá trị của tham số heuristic luôn luôn có thể cung cấp tour du lịch chất lượng cao. Điều này có nghĩa rằng influence pheromone giảm đáng kể, và loài kiến có thể tìm đường dẫn khác trong việc xây dựng các giải pháp khả thi. Nó là điều hiển nhiên rằng một giá trị nhỏ của các tham số heuristic có thể dẫn đến các hiệu suất xấu trong giai đoạn đầu của học tập. Tuy nhiên, một giá trị nhỏ của các tham số heuristic có thể có hiệu suất tốt khi trình tìm kiếm kéo dài đủ lâu. Vì vậy, nó là trực quan để sử dụng một tham số heuristic thích nghi cho ACO. Trong nghiên cứu này, chúng tôi dự định sẽ đề xuất một cách để thiết kế một tham số heuristic thích nghi cho ACO sao cho việc thực hiện tìm kiếm có thể là tốt hơn.
khi ant colony thuật toán bắt đầu chạy, số lượng thông tin trên mỗi con đường bằng nhau, thông tin dữ liệu ngẫu nhiên là tối đa tại thời điểm này, nhưng như là một phụ kiện of pheromone dầu trên con đường, entropy sẽ được giảm xuống dần dần. Nếu dữ liệu ngẫu nhiên không được kiểm soát hiện nay, dữ liệu ngẫu nhiên cuối cùng sẽ giảm xuống 0, có nghĩa là, pheromone dầu trên chỉ có một con đường là tối đa, và giải pháp cuối cùng sẽ được nhầm lẫn, do đó đưa về các sớm. Để khắc phục các Khuyết tật sớm đã xảy ra một cách dễ dàng để giải quyết vấn đề tối ưu hóa tổ hợp phức tạp với các thuật toán thuộc địa kiến cơ bản, một thuật toán thuộc địa kiến đề xuất dựa trên thông tin dữ liệu ngẫu nhiên được thảo luận, bằng cách sử dụng lựa chọn giá trị tham số heuristic kiểm soát của thông tin entropy.
Đường mòn mỗi là một biến ngẫu nhiên rời rạc trong pheromone
ma trận. Dữ liệu ngẫu nhiên của một biến ngẫu nhiên là defined như