Abstract
В настоящей работе рассматривается решение задачи коммивояжера (TSP) с помощью метаэвристического муравьиного алгоритма (ACO). Практическая реализация и анализ выполнены в среде имитационного моделирования AnyLogic с применением агент-ориентированного подхода. Разработанная модель состоит из двух популяций агентов: статичных «городов» и мобильных «муравьев». Агенты-муравьи итеративно строят маршруты, выбирая следующий город на основе вероятностной модели, которая учитывает как эвристическую привлекательность пути (расстояние), так и накопленный феромоновый след. Такой механизм обратной связи позволяет колонии коллективно находить эффективные решения, имитируя естественный процесс самоорганизации. В ходе симуляционных экспериментов модель продемонстрировала эмерджентное поведение: из начального хаотичного поиска система постепенно сходилась к стабильным, коротким маршрутам. Результаты, включая динамику улучшения лучшего найденного пути и статистическое распределение длин всех маршрутов, наглядно визуализированы. Работа демонстрирует, что агентное моделирование является мощным и интуитивно понятным инструментом для исследования и практического применения сложных эвристических алгоритмов.