محمدرضا صادقی نیا - دانشگاه آزاد اسلامی واحد همدان
منصور اسماعیل پور

دراین مقاله به بررسی الگوریتم های یافتن کوتاهترین مسیر درمسئله فروشنده دوره گرد Traveler Sales Problem TSP شامل کلونی مورچه Ant Colony OptimizationACO و ژنتیک Genetic Optimization GO خواهیم پرداخت با استفاده از ترکیب این دو الگوریتم معایب هرکدام را توسط دیگری برطرف ساخته ایم یعنی مشکلات الگوریتم ACO را که عبارتند از: ترافیک بالا در مسیرهای بهینه و احتمالی بودن تابع اولیه حرکت را توسط الگوریتم ژنتیک حل می کنیم و مشکلات الگوریتم ژنتیک GO را که عبارتست ا ز پویا نبودن و خطای Diverge را با استفاده از ACO حل می کنیم نام این الگوریتم را (Ant Genetic Optimization) AGO که ترکیبی از نام این دو الگوریتم خواهد بود می گذاریم هدف از بررسی و مقایسه این روشها ارائه یک الگوریتم بهینه برای یافتن کوتاه ترین مسیر در کمترین زمان در مسئله فروشنده دوره گرد است.

فرومون، کلونی، ژنتیک، کروموزوم، ژن، جهش ژنی، میزان شایستگی ، انتخاب مجدد