एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
चींटी कॉलोनी अनुकूलन एल्गोरिथ्म (ACO)
एक मेटाह्यूरिस्टिक जो वास्तविक चींटियों के व्यवहार से प्रेरित है और संयोजन अनुकूलन समस्याओं में इष्टतम समाधान खोजने के लिए कृत्रिम फेरोमोन का उपयोग करती है। यह एल्गोरिथ्म खोज को सर्वोत्तम समाधानों की ओर मार्गदर्शन करने के लिए फेरोमोन के निक्षेपण और वाष्पीकरण का अनुकरण करता है।
फेरोमोन वाष्पीकरण
फेरोमोन सांद्रता के घातीय न्यूनीकरण का एक तंत्र जो समय से पहले अभिसरण से बचने और नए समाधानों की खोज को बढ़ावा देने की अनुमति देता है। यह प्रक्रिया वास्तविक चींटी कॉलोनियों में फेरोमोन के प्राकृतिक वाष्पीकरण का अनुकरण करती है।
संक्रमण प्रायिकता
एक संभाव्य नियम जो फेरोमोन के स्तरों और स्थानीय ह्यूरिस्टिक जानकारी के आधार पर एक चींटी द्वारा आंशिक समाधान में जोड़े जाने वाले अगले तत्व के चयन को निर्धारित करता है। यह प्रायिकता खोज का मार्गदर्शन करने के लिए सामूहिक अधिगम और पूर्व जानकारी को जोड़ती है।
समाधान निर्माण
एक पुनरावृत्ति प्रक्रिया जिसमें प्रत्येक चींटी संक्रमण प्रायिकताओं के अनुसार अवयवों को क्रमिक रूप से जोड़कर एक पूर्ण समाधान बनाती है। निर्माण संभाव्य है लेकिन पिछले समाधानों द्वारा छोड़ी गई फेरोमोन की रेखाओं से पक्षपातपूर्ण है।
स्थानीय फेरोमोन अद्यतन
एक तंत्र जिसमें प्रत्येक चींटी अपने आंशिक समाधान में एक अवयव जोड़ने के तुरंत बाद फेरोमोन के निशानों को संशोधित करती है। यह स्थानीय अद्यतन उस प्रायिकता को कम कर देता है कि अन्य चींटियां उसी पुनरावृत्ति के दौरान समान मार्ग का चयन करें।
वैश्विक फेरोमोन अद्यतन
एक पुनरावृत्ति में सभी समाधानों के निर्माण के बाद लागू किया जाने वाला प्रक्रिया, जहां केवल सर्वोत्तम समाधान ही आशाजनक अवयवों को मजबूत करने के लिए फेरोमोन जमा करते हैं। यह तंत्र खोज को समाधान स्थान के सबसे आशाजनक क्षेत्रों पर केंद्रित करता है।
संयोजन अनुकूलन
गणितीय समस्याओं का एक वर्ग जिसका उद्देश्य संभावित समाधानों के एक परिमित लेकिन बहुत बड़े सेट में से सर्वोत्तम विन्यास खोजना है। चींटी कॉलोनी एल्गोरिदम इन NP-कठिन समस्याओं को हल करने के लिए विशेष रूप से प्रभावी होते हैं।
यात्री विक्रेता समस्या (TSP)
एक शास्त्रीय संयोजन अनुकूलन समस्या जिसका लक्ष्य आरंभिक बिंदु पर वापस जाने से पहले प्रत्येक शहर का बिल्कुल एक बार दौरा करने वाला सबसे छोटा मार्ग खोजना है। TSP का उपयोग अक्सर चींटी कॉलोनी एल्गोरिदम के प्रदर्शन का मूल्यांकन करने के लिए बेंचमार्क के रूप में किया जाता है।
अल्फा पैरामीटर (α)
वह गुणांक जो ACO एल्गोरिदम में संक्रमण संभावनाओं की गणना में फेरोमोन निशानों के प्रभाव को नियंत्रित करता है। अल्फा का उच्च मान पहले से खोजी गई समाधानों के शोषण को बढ़ावा देता है।
बीटा पैरामीटर (β)
वह पैरामीटर जो संक्रमण चुनने में ह्यूरिस्टिक जानकारी के महत्व को नियंत्रित करता है, जो आमतौर पर किसी चाल की स्थानीय दृश्यता या वांछनीयता का प्रतिनिधित्व करता है। यह पैरामीटर सामूहिक सीखने को समस्या की पूर्व जानकारी के साथ संतुलित करता है।
रो पैरामीटर (ρ)
फेरोमोन वाष्पीकरण दर, 0 और 1 के बीच का एक गुणांक जो यह निर्धारित करता है कि पुनरावृत्तियों के बीच फेरोमोन निशान कितनी तेजी से कम होते हैं। यह पैरामीटर सिस्टम में संचित जानकारी की स्थिरता को नियंत्रित करता है।
पैरामीटर Q
चींटियों द्वारा जमा की गई फेरोमोन की मात्रा को मापने के लिए उपयोग की जाने वाली एक स्थिरांक, जो अक्सर मिले समाधान की गुणवत्ता के समानुपाती होती है। यह पैरामीटर सिस्टम में अच्छे समाधानों के बलीकरण की तीव्रता को प्रभावित करता है।
उम्मीदवार सूची
एक अनुकूलन तंत्र जो स्थानीय ह्यूरिस्टिक के आधार पर अगली चालों के विकल्पों को सबसे अधिक आशाजनक उप-समूह तक सीमित करता है। यह तकनीक संभावित रूप से बेहतर समाधानों पर ध्यान केंद्रित करके अभिसरण को तेज करती है।
दृश्यता ह्यूरिस्टिक
किसी चाल की स्थानीय वांछनीयता के बारे में स्थैतिक या गतिशील जानकारी, जो आमतौर पर TSP में दूरी जैसे समस्या के गुणों पर आधारित होती है। यह ह्यूरिस्टिक चींटियों को संचित फेरोमोन से स्वतंत्र रूप से मार्गदर्शन करती है।
खोज का विविधीकरण
स्थानीय इष्टतम पर ठहराव से बचने के लिए समाधान स्थान के विभिन्न क्षेत्रों की खोज को बनाए रखने की रणनीति। ACO में, इसे मुख्य रूप से वाष्पीकरण दर और संक्रमण पैरामीटर द्वारा नियंत्रित किया जाता है।
खोज का तीव्रीकरण
अब तक पहचानी गई सबसे अधिक आशाजनक समाधानों के आसपास खोज प्रयासों को केंद्रित करने की प्रक्रिया। यह रणनीति मौजूदा समाधानों को परिष्कृत करने के लिए फेरोमोन के माध्यम से संचित जानकारी का लाभ उठाती है।