Straipsnyje nagrinėjami klausimai, susiję su naujoviškų metodų taikymu sprendžiant optimizavimo uždavinius. Šiuo konkrečiu atveju diskutuojama apie bičių spiečių elgsenos imitavimą ir galimą jo taikymą kombinatorinio (diskretinio) tipo optimizavimo uždaviniams. Straipsnio pradžioje aptariami konceptualūs aspektai ir bendroji bičių spiečių imitavimo algoritmų idėja. Aprašoma bičių spiečiaus imitavimo algoritmo realizacija atskiram nagrinėjamam atvejui – kvadratinio paskirstymo uždaviniui, kuris yra vienas iš aktualių ir sudėtingų kombinatorinio optimizavimo uždavinių pavyzdžių. Straipsnyje pateikiami ir su realizuotu algoritmu atliktų eksperimentų rezultatai, kurie iliustruoja skirtingų veiksnių (parametrų) įtaką gaunamų sprendinių kokybei ir patvirtina aukštą algoritmo efektyvumo lygį.
Bee Swarm Intelligence in (Combinatorial) Optimization
Alfonsas Misevičius, Jonas Blonskis, Vytautas Bukšnaitis
Summary
In this paper, we discuss some issues related to the innovative intelligent optimization methods. More precisely, we are concerned with the bee colony optimization approach, which is inspired by the behaviour of natural swarms of honey bees. Both the conceptual methodological facets of the swarm intelligence paradigm and the aspects of implementation of the artificial bee colony algorithms are considered. In particular, we introduce an implementation of the artificial bee colony optimization algorithm for the well-known combinatorial optimization problem of quadratic assignment (QAP). The results of computational experiments with different variants of the implemented algorithm are also presented and discussed. Based on the obtained results, it is concluded that the proposed algorithm may compete with other efficient heuristic techniques.