Sistema multi-tipos de colonias de hormigas para la solución del problema de múltiples agentes vendedores

• Main Authors: Yasel José Costa Salas, René Abreu Ledón, Norge Isaías Coello Machado, Ann Nowé
• Format: Article
• Language: English
• Published: Universidad del Zulia
• Series: Revista Técnica de la Facultad de Ingeniería
• Subjects: ant colony optimization (aco); multiple traveling salesman problem (mtsp)
• Online Access: http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0254-07702012000300012&lng=en&tlng=en

El problema de los múltiples viajeros vendedores (Multiple Traveling Salesman Problem, mTSP) es una extensión del bien conocido problema del viajero vendedor (Traveling Salesman Problem, TSP), en dicha extensión se puede utilizar más de un vendedor con la finalidad de visitar un conjunto de ciudades solamente una vez. La formulación del mTSP se ajusta más a los problemas empresariales de la vida real, además puede ser extendida a una amplia variedad de los problemas de enrutamiento de vehículos (Vehicle Routing Problems, VRPs), mediante la incorporación de algunas restricciones, tales como: limitar la capacidad del vehículo y establecer demanda cuantificable en cada cliente o ciudad. A pesar de que la literatura científica para el TSP y los VRPs ha sido abundante, las investigaciones relativas al mTSP han sido limitadas. En este sentido, la presente investigación propone un nuevo algoritmo inspirado en el comportamiento de las hormigas nombrado “Optimización basada en colonias de hormigas (Ant Colony Optimization, ACO)” para la solución del mTSP, específicamente Sistema Multi-tipos de Colonias de Hormigas (M-ACS), donde cada colonia representa una posible solución global del problema. Las colonias cooperan mediante “frecuentes” intercambios de feromona en busca de una solución eficiente para el mTSP. El desempeño del algoritmo propuesto ha sido comparado con uno de los algoritmos de búsqueda local más eficientes para dicho problema, la heurística de Lin-Kernighan. Finalmente, los resultados computacionales obtenidos confirman la competitividad y eficiencia de la estrategia de solución propuesta.