علیرضا خان تیموری - دانشجوی دکتری هوش مصنوعی، دانشکده کامپیوتر، دانشگاه صنعتی امیرکبیر
آرش رامز - دانشجوی کارشناسی کامپیوتر، دانشکده فنی، دانشگاه زنجان

در این مقاله، ابتدا روشی برای بازنمایی فرومون مطرح شده و تاثیر آن بر بازنمایی اطلاعات فرومونی در الگوریتم کلونی مورچه ها مورد بررسی قرار گرفته است. نتایج اولیه آزمایشات نشان داده که کاهش چشم گیر حافظه مصرفی با افت کارایی الگوریتم پیشنهادی همراه بوده است. در مرحله بعدی، با بهره گیری از الگوریتم های ژنتیک کارایی الگوریتم بهینه شده است. این الگوریتم بهترین ترکیب ممکن از ارزش پارامترهای مسئله را کشف می کند. براساس آزمایشات، الگوریتم پیشنهادی قادر است نرخ همگرایی را افزایش دهد و این مزیت مهم روش پیشنهادی در مسایل با تنگنای زمانی است.

الگوریتم کلونی مورچه ها، بهینه سازی، الگوریتم ژنتیک، مسئله فروشنده دوره گرد