解TSP问题的蚁群算法及其收敛性分析.pdfVIP

第 32卷 第 5期 华 侨 大 学 学 报 (自然 科 学 版 ) VoI．32 No．5 2011年 9月 JournalofHuaqiaoUniversity(NaturalScience) Sep．2011 文章编号 ： 1000—5013(2011)05—0588—05 解 TSP问题的蚁群算法及其收敛性分析 徐强 ，宋海洲 ，田朝薇 (华侨大学 数学科学学院，福建 泉州 362021) 摘要： 研究和证明求解旅行商问题 (TSP)的蚁群算法收敛性 ．针对蚁群算法搜索时间长、收敛速度慢 、易陷 入局部最优等缺陷，改进Dorigo提出的基本蚁群算法．最后 ，用典型的旅行商问题 CHN144进行仿真实验，结 果表明，改进蚁群算法在收敛速度及求解能力上都有较大改善． 关键词： 旅行商问题 ；蚁群算法；收敛性；信息素 中图分类号： TP301．6；O22 文献标志码： A 蚁群算法 (AntColonyAlgorithm，ACA)E在求解复杂优化问题(尤其是离散优化问题)方面具有 优越性，在电信路 由优化、数据聚类分析、数据分类规则提取等方面应用效果也很好 ．但是，现阶段蚁 群算法的理论研究还相当薄弱 ．Gutjahr等 。证明了基于图的蚁群算法的收敛性；Stvtzle等 证明了 一 类 MAX—MIN蚁群算法的收敛性．本文从解决旅行商问题 (TSP)的蚁群算法人手，对其收敛性进行 初步的分析，并针对基本蚁群算法收敛速度慢、易陷入局部最优等缺陷提出了改进策略． 蚁群算法收敛性分析 假设蚂蚁都是从A点出发，环游一周后又都回到A点，并且其环游路径共有 S条，按路径长度 由短 到长排列为ABA，ABA，…，ABsA，路径长度分别为d，d，…，d．显而易见，根据最优路径的数 目可 以分为两种情况 ． 情况 1 d ≤ 。≤…≤ ，即只有一条最优路径． 情况 2 d一 一 ·= ≤ ≤…≤ ，即有 r( s)条最优路径． m只蚂蚁在s条路径上往返爬行，依照蚁群算法，随着时间推移，大多数蚂蚁应该都在最短路径上． 以下证明随着迭代次数的增加，求解旅行商问题的蚁群算法选择最短路的概率趋于 1． 假设tm为蚂蚁爬行第k趟后留在路径ABA上的平均信息素，P 为蚂蚁爬行第 是趟后选择路径 ABA 的平均概率．初始时刻，各条路径上的信息素相等为常数 C(c0)． 定理 1 当d≥0， 0时，对于情况 1，有 ≥ ≥…≥ 1，P2．^≥ ≥…≥ ；对 于情况 2，有 r1，一r2，^一 ·= ，r ，≥r 女…≥ 1，一P2，^一 一·Pm r+1．^≥ ，女…≥ ． (1)情况1N~iEN．由于有P一(O／d~)／l∑(／)]，dz≤s≤…≤ ，故可知Pl，。 P2，。≥ 3，。≥…≥ 枷．又 由于 l一 ~rap圳O／d，从而有 l1，lr2，1≥ ≥…≥ l， 一 (，l／di)／ 【∑(，／)l，故 1l1z．≥。，．≥…≥ ．以此类推，可以得到 J一 1 一 ， 4-mpi,lc-1O／d， P 一(，^／d~)／l (，k／aP,)J· J一 1 由数学归纳法可知，当口≥0， 0时，有Tl,k ^≥ ≥…≥ ，Pl，kPe，女≥p3，女≥…≥ 收稿 日期： 2009—08—21 通信作者：宋海洲(1971一)，男，副教授 ，主要从事数学模型的研究．E-mail：hzsong@hqu·edu·CFL 基金项 目：福建省 自然科学基金资助项目(Z0511028) 第 5期 徐强，等：解 TSP问题的蚁群算法及其收敛性分析 589 (2)情况2的证明．与情况 1的证明类似．