信息素增量动态更新的改善蚁群算法.pdfVIP

第 9 期 计 算 机 技术 与发 展 Vo!．19No．9 2009年 9月 C~MPLIrERTECHNOLOGYANDDEVELOPMENT Sep． 2009 信息素增量动态更新的改进蚁群算法 贾瑞玉，张新建，冯伦阔，李永顺 (安徽大学计算智能与信号处理教育部重点实验室，安徽 合肥 230039； 安徽大学计算机科学与技术学院，安徽 合肥 230039) 擒 要：蚁群算法是一种优秀的拟生态启发式算法，具有较强的鲁棒性，易与其它拟生态算法结合等特点。不过，它也存 在着容易陷入局部最优、收敛速度慢等问题。通过分析蚁群算法的运行机制，得出了蚁群算法易陷入局部最优、收敛速度 慢等不足产生的原因，针对这些不足，通过修改基本蚁群算法中信息素的更新规则，使得每轮搜索后信息素的增量能更好 地反映解的质量，以加快收敛；同时引进了路径信息索平滑机制以平衡路径上的信息量。对TSP问题的仿真实验结果表 明。改进后的算法加快了收敛速度，提高了全局搜索能力。 关键词：蚁群算法；信息素更新规则；全局收敛 中田分类号：仍 O1．6 文献标识码 ：A 文章编号：1673—629X(20o9)o9一o032一O3 AntColonyAlgorithm withDynamicPheromonesIncrementUpdating JIARui—yu，ZHANGXin-jian，FENGLun-kuo，LIYong-shun (Ministry0fEducationKeyLaboratoryofIntelligentComputing SignalProcessing， AnhuiUniversity，Hefd230039，China； SchoolofC~nputerScienceandTechnologyofAnhuiUniversity，Hefei230039。China) Abstract：BasicantoclnoyisafIexcellentmet8一heuristicalgorithm andhasstrongrobustness。easytomixtogetherwithothermeta— heuristicalgodthm，butitalsohassbwconvergenceande8silybetrappedin8localoptimum．Couldgetthere螂 thattheantcolonyhas sbw convergnece andeasilybetrappedinalocaloptimum fromanalyingtheprincipleofthe tJ1rIlandaimingatthesedisadvnatages， presentan solutionthatmodifiestheruleofupdating pheromonesinACIf ∞ thataftre everyroundofsearch，the 屺ran目Itof pheromonesc叽bettrereflectthequalityofasolutiontoquickenhteconvergnece；alsousetheoslutionthatpheromonessmoothing tOhal· ancethepheromonesOnthe route．Experimental tsforoslving problemsindicatethathteimprovedalgorithm increasesthe eed ofo(m硐 gel1ceandenhancestheabiliytofsearchinghtewholebestoslution． KeyWOII~ ．antcolonyalgorithm；ruleofupdatingpheromones；globalconvergnece O 引