蚁群算法在组合优化问题中的若干应用及其收敛性研究.pdf

蚁群算法在组合优化问题中的若干应用及其收敛性研究 The Application of Ant Colony Optimization in solving several problems and the proof of ACO’s convergence 硕士生：司马义买买提 导师：周国标 教授 所在院系：理学院 数学系 所学专业：应用数学 研究方向：随机算法 上海交通大学理学院数学系 二零零八年六月 蚁群算法在组合优化问题中的若干应用及其收敛性研究 硕士论文 摘要 意大利学者Dorigo M.,Maniezzo V.和Colorni A.于1992 年通 过模拟蚁群觅食行为提出了一种基于种群的模拟进化算法—蚁群优 化(ACO)。该算法的出现引起了学者们的极大关注,在过去短短十多 年的时间里,已在组合优化、函数优化等领域以及网络路由、数据挖 掘、机器人路径规划等工程问题上获得了广泛的应用,并取得了良好 的效果。 本论文围绕蚁群算法的理论及其应用,就如何解决旅行商 TSP 问题、一类组合优化问题、股票指数模拟问题、电网规划问题以及 用有限马尔可夫吸收链理论在蚁群算法的收敛性问题上进行了较为 深入、系统的研究。本文的主要研究成果包括: (1) 应用蚁群算法求解旅行商问题(TSP)算例。蚁群算法提出的 初衷就是解决旅行商问题。蚂蚁在进行最优化求解时在经过的路径 上留下了信息素,以此引导搜索方向。本文对该算例中蚁群算法的参 数的合理选取进行了实验分析,并且给出了解决该 TSP 算例最优的 参数选择以及不同参数下解用 MFC 语言变成的图示。并且选取了一 例 TSP 问题与遗传算法做了比较，充分体现了蚁群算法在此类问题 上的优势。 (2)应用蚁群算法求解一类有约束整数规划问题算例，并且就该 非线性整数规划算例中参数的选择进行了详尽的比较,得到了解决 该算例的最优参数选择。在此过程中,既考虑了算法的全局性,又考 虑到了算法的收敛速度,并且针对以上两个标准制定了相应的参数 进行了对比。由此可以建立对该算法优劣的一个评判标准。 (3)对股票指数模拟问题应用蚁群算法进行建模以及算法流程 设计，给出了蚁群算法在这个问题上应用的基本思路,通过对这个典 型应用问题的建模,可以把蚁群算法推广到其他类似的问题当中。 (4