Μελέτη και ανάπτυξη αλγορίθμων εμπνευσμένων από τη βιολογία (bio-inspired algorithms)

Abstract

Τα έντομα τα οποία ζουν σε αποικίες, και ιδίως τα μυρμήγκια, έχουν κεντρίσει το ενδιαφέρον των επιστημόνων εδώ και πολλά χρόνια λόγω της εκπληκτικής συλλογικής συμπεριφοράς που παρουσιάζουν. Μάλιστα έχουν εμπνεύσει αρκετές μεθόδους και τεχνικές, με πιο γνωστή και ευρέως διαδεδομένη την τεχνική βελτιστοποίησης "Βελτιστοποίηση Αποικίας Μυρμηγκιών (Ant Colony Optimization - ACO)". Μία επίσης πολύ γνωστή μέθοδος βελτιστοποίησης είναι η Προσομοιωμένη Ανόπτηση (Simulated Annealing). Η διαδικασία ανόπτησης αποτελεί τη φυσική διεργασία της έντονης θέρμανσης ενός στερεού και κατόπιν της ψύξης του μέχρι αυτό να κρυσταλλώσει. Τα άτομα μέσα στο υλικό έχουν υψηλές ενέργειες σε υψηλές θερμοκρασίες και επομένως έχουν περισσότερη ελευθερία. Στα πλαίσια της εργασίας που παρουσιάζεται, έγινε ένας συνδυασμός αυτών των δύο τεχνικών βελτιστοποίησης και δημιουργήθηκε ένας υβριδικός αλγόριθμος Simulated Annealing με στοιχεία Ant Colony Optimization. Ο λόγος της επιλογής των δύο αλγορίθμων είναι ότι είναι ευρέως γνωστοί και δοκιμασμένοι στον κόσμο των τηλεπικοινωνιών, και χρησιμοποιούνται ακόμα και για την επίλυση των πιο σύγχρονων προβλημάτων. Για τη μελέτη του αλγορίθμου χρησιμοποιήθηκε το πρόβλημα των Ρομποτικών, Γνωσιακών Σημείων Πρόσβασης (Robotic, Cognitive Access Points - RoboCAPs).