Глоссарий ИИ
Полный словарь искусственного интеллекта
Муравьиная колония
Набор искусственных агентов, имитирующих коллективное поведение настоящих муравьев для решения задач комбинаторной оптимизации. Каждый агент итеративно строит решение, опираясь на коллективную информацию, накопленную с помощью следов феромонов.
Локальная эвристика
Априорная информация о желательности компонентов для построения решения, независимая от феромонов. Эта метрика направляет муравьев к локально перспективным выборам при построении решений.
Глобальное обновление
Этап, на котором феромоны откладываются на лучшие решения, найденные всеми муравьями после полной итерации. Это подкрепление поощряет исследование перспективных зон пространства поиска.
Локальное обновление
Отложение или испарение феромонов, выполняемое каждым муравьем сразу после прохождения компонента. Это действие позволяет избежать преждевременной сходимости всех муравьев к одному и тому же пути.
Элитный муравей
Дополнительный виртуальный муравей, который усиливает только лучшее глобальное решение, найденное с начала работы алгоритма. Этот механизм ускоряет сходимость к решениям высокого качества.
Матрица Тау
Структура данных, хранящая концентрации феромонов между всеми парами компонентов задачи. Эта матрица обновляется динамически и представляет коллективную память колонии.
Матрица Эта
Матрица, содержащая статические эвристические значения между компонентами задачи. Эта информация остается постоянной во время выполнения и направляет муравьев к локально оптимальным выборам.
Коэффициент испарения Ро
Параметр, контролирующий скорость убывания феромонов в диапазоне от 0 до 1. Высокое значение способствует быстрому забыванию и исследованию, в то время как низкое значение сохраняет полученную информацию дольше.
Initialisation des Pheromones
Phase préparatoire où toutes les pistes de phéromones reçoivent une valeur initiale uniforme ou basée sur une heuristique. Cette étape influence la trajectoire initiale de l'algorithme et sa vitesse de convergence.
Convergence de l'ACO
État où la majorité des fourmis suivent le même chemin optimal, indiquant que l'algorithme a stabilisé sa solution. La convergence est mesurée par l'entropie des distributions de probabilités de transition.
Hybridation ACO
Combinaison de l'optimisation par colonie de fourmis avec d'autres métaheuristiques ou techniques d'optimisation locale. Cette approche vise à améliorer les performances en exploitant les forces complémentaires de chaque méthode.
Fourmilière Parallèle
Architecture d'exécution où plusieurs colonies indépendantes fonctionnent simultanément avec périodiquement un échange d'informations. Cette parallélisation accélère la convergence et améliore la robustesse de la recherche.