情報処理学会 第78回全国大会講演要旨

本研究では新たなアントコロニー最適化技法(ACO)を提案する．ACOはアリの採餌行動をモデル化したメタヒューリスティクスで，巡回セールスマン問題(TSP)などの組み合わせ最適化問題の近似解を求めることができる．ACOの一種であるMAX-MIN Ant System(MMAS)は高い精度で近似解を求めることができるが，収束が遅いなどの欠点がある．そこで提案手法では，解を記憶させておくスペースであるMemoryを改良したものをMMASに適用，局所解からの脱出を目的とした近傍探索アリの導入，解の多様性の維持を目的としたインパクトの導入と複数のアリによるフェロモン更新により，従来手法と比べて解の精度と収束速度の両方が向上したことを評価実験で確認した．