@techreport{oai:ipsj.ixsq.nii.ac.jp:00146512,
 author = {磯崎, 敬志 and 穴田, 一 and Takashi, Isozaki and Hajime, Anada},
 issue = {5},
 month = {Dec},
 note = {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，MMAS 解を記憶させておくスペースである Memory を改良したものを持たせ，局所解からの脱出を目的とした近傍探索アリ，解の多様性の維持を目的とした複数のアリによるフェロモン更新を導入し，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．, We construct a new ACO algorithm by the introduction of an improved memory of individual ant into the MMAS. And we confirm the great effectiveness of our algorithm by comparing with other ACO algorithms using the benchmark problems from the TSPLIB.},
 title = {改良型Memoryを用いたMAX-MIN Ant System},
 year = {2015}
}