Luận án "Phương pháp tối ưu đàn kiến và ứng dụng" được tiến hành với mục tiêu sau: 1) Phân tích xu thế biến thiên của vết mùi trong các thuật toán ACO, trên cơ sở đó đề xuất các quy tắc cập nhật mùi dễ sử dụng và hiệu quả hơn. 2) Đề xuất các thuật toán giải một số bài toán thời sự. | ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ------------------------------------------ ĐỖ ĐỨC ĐÔNG PHƯƠNG PHÁP TỐI ƯU ĐÀN KIẾN VÀ ỨNG DỤNG Chuyên ngành: Khoa học máy tính Mã số: TÓM TẮT LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN Hà nội - 2012 Công trình được hoàn thành tại: Trường Đại học Công nghệ - ĐH Quốc gia Hà nội. Người hướng dẫn khoa học: . Hoàng Xuân Huấn Phản biện 1: . Phan Trung Huy Trường Đại học Bách khoa Hà Nội Phản biện 2: . Hà Quang Thụy Trường Đại học Công nghệ, ĐHQGHN Phản biện 3: . Đỗ Trung Tuấn Trường Đại học Khoa học Tự nhiên, ĐHQGHN Luận án sẽ được bảo vệ trước hội đồng cấp nhà nước chấm luận án tiến sĩ họp tại: Phòng 212-E3, Trường Đại học Công nghệ, 144 Xuân Thuỷ, Cầu Giấy, Hà Nội. Vào hồi 9 giờ, ngày 18 tháng 12 năm 2012. Có thể tìm hiểu luận án tại: - Thư viện Quốc gia Việt nam - Trung tâm Thông tin – Thư viện, Đại học Quốc gia Hà nội MỞ ĐẦU 1. Tính cấp thiết của luận án Trong thực tế và khi xây dựng các hệ thông tin, ta thường gặp các bài toán tối ưu tổ hợp (TƯTH). Trong đó phải tìm các giá trị cho các biến rời rạc để làm cực trị hàm mục tiêu nào đó. Đa số các bài toán này thuộc lớp NP-khó. Trừ các bài toán cỡ nhỏ có thể tìm lời giải bằng cách tìm kiếm vét cạn, còn lại thì thường không thể tìm được lời giải tối ưu. Đối với các bài toán cỡ lớn không có phương pháp giải đúng, đến nay người ta vẫn dùng các cách tiếp cận sau: 1) Tìm kiếm heuristic để tìm lời giải đủ tốt; 2) Tìm kiếm cục bộ để tìm lời giải tối ưu địa phương; 3) Tìm lời giải gần đúng nhờ các thuật toán mô phỏng tự nhiên như: mô phỏng luyện kim, giải thuật di truyền, tối ưu bầy đàn, Hai cách tiếp cận đầu thường cho lời giải nhanh nhưng không thể cải thiện thêm lời giải tìm được, nên cách tiếp cận thứ ba đang được sử dụng rộng rãi cho các bài toán cỡ lớn. Trong các phương pháp mô phỏng tự nhiên, tối ưu đàn kiến (Ant Colony Optimization - ACO) là cách tiếp cận m tah uristic tương đối mới, được giới thiệu b i origo n m 1 1 đang được .
