Akhand MAH, Shaik Imran Hossain et Shahina Akter
Les méthodes informatiques inspirées des phénomènes naturels ont suscité un intérêt croissant ces dernières années. Parmi les algorithmes développés, l'optimisation par essaim de particules (PSO), imitant le comportement des oiseaux en vol ou des bancs de poissons, semble être la méthode la plus connue en raison de sa simplicité et de ses performances. Un certain nombre de méthodes basées sur PSO ont été développées pour le problème du voyageur de commerce (TSP), le problème combinatoire le plus populaire. Le but de l'étude est de réaliser une étude comparative de plusieurs méthodes importantes basées sur PSO pour résoudre le TSP. L'étude est importante car différentes méthodes basées sur PSO ont été développées par différents chercheurs et testées sur différents ensembles de problèmes. Par conséquent, la description des principales méthodes basées sur PSO de manière similaire révèle des caractéristiques distinctes des individus. De plus, les résultats expérimentaux sur un ensemble de données TSP de référence commun révéleront les performances de chaque méthode. Dans cette étude, les méthodes ont été testées sur un grand nombre de TSP de référence et les résultats ont été comparés entre eux ainsi que l'optimisation des colonies de fourmis (ACO), la principale méthode pour résoudre le TSP. Les résultats expérimentaux ont révélé que les PSO auto-tentatifs améliorés (ESTPSO) et les PSO à essai de vitesse (VTPSO) ont surpassé les ACO ; et que les PSO auto-tentatifs (STPSO) sont compétitifs par rapport à l'ACO. D'autre part, l'analyse expérimentale a révélé que l'ESTPSO est plus lourd en calcul que les autres et que le VTPSO a pris le moins de temps pour résoudre un problème de référence. Les raisons derrière les performances et les exigences de temps de chaque méthode individuelle sont expliquées et le VTPSO s'avère être la méthode basée sur les PSO la plus efficace pour résoudre le TSP.