Algorytm 1: Elementarny algorytm genetyczny

t

:= 0

Utwórz populację początkową(P

(t))

Oceń(P

(t))

while (not warunek końca) do

begin

t

:= t + 1

P

(t) := Selekcja(P (t − 1))

Krzyżuj(P

(t))

Mutuj(P

(t))

Oceń(P

(t))

end

{ Koniec algorytmu }

6

Algorytm 4: Algorytm Systemu Mrowiskowego

{ Inicjalizacja }

for każda krawędź

(i, j) do τ

ij

(0) := τ

0

for

k

:= 1 to m do Umieść mrówkę k w losowo wybranym mieście

T

+

:= najkrótsza trasa dotąd znaleziona i L

+

:= jej długość

{ Główna pętla }
for

t

:= 1 to t

max

do

begin

for

k

:= 1 to m do

{ Zbuduj trasę T

k

(t) wykonując n − 1 razy następujące kroki: }

begin

if Istnieje przynajmniej jedno nieodwiedzone miasto j

∈ Lista Miast Kandydujących then

Wybierz następne miasto j, j

∈ J

k

i

, spośród nieodwiedzonych:

j

=







arg

max

u∈J

k

i

{τ

iu

(t) · [η

iu

]

β

if q

¬ q

0

;

J

if q > q

0

,

gdzie J

∈ J

k

i jest wybierane zgodnie z formułą:

p

k

ij

=

τ

ij

(t) · [η

ij

]

β

P

l∈J

k

i

τ

il

(t) · [η

il

]

β

,

i gdzie i jest bieżącym miastem

else wybierz najbliższe miasto j

∈ J

k

i

Aktualizuj ślad feromonowy na krawędzi wybranej przez mrówkę k

{ aktualizacja lokalna }

τ

ij

(t) := (1 − ρ) · τ

ij

(t) + ρ · τ

0

end

for k := 1 to m do

Wylicz długość L

k

(t) trasy T

k

(t) znalezionej przez mrówkę k

if Znaleziono trasę krótszą niż najkrótsza dotąd then Aktualuzuj T

+

i L

+

for każda krawędź

(i, j) ∈ T

+

do

Wykonaj globalną aktualizację śladu zgodnie z regułą:

τ

ij

(t) := (1 − ρ) · τ

ij

(t) + ρ · ∆τ

ij

(t), gdzie ∆τ

ij

(t) =

1

L

+

for każda krawędż

(i, j) do τ

ij

(t + 1) := τ

ij

(t)

end

Pisz najkrótszą trasę: T

+

oraz jej długość: L

+

{ Koniec algorytmu }

32