基于非均匀变异算子的改进蚁群优化算法.pdfVIP

第 39卷 第 10期 计 算 机 工 程 2013年 10月 V01．39 NO．10 ComputerEngineering October2013 · 人工智能及识别技术 · 文章编号．100o—_3428(2013)10—_0196_-o4 文献标识码：A 中圈分类号zTP301．6 基于非均匀变异算子的改进蚁群优化算法 龚 跃，吴 航，赵 飞 (长春理工大学计算机科学技术学院，长春 130022) 摘 要：为解决对称旅行商问题，在改进蚁群优化算法的基础上，提出一种引入非均匀变异算子的改进算法。在路径寻优时采用 改进的蚁群优化算法，且在完成一次循环迭代后，运用非均匀变异算子对 已完成该次任务的蚁群进行变异处理，从而加快算法收 敛速度，经过Jv次进化直至达到满意结果。仿真结果表明，在寻最优解的能力和算法稳定性方面，该算法比基本蚁群算法和蚁群 优化算法更强。 关健词：旅行商问题；蚁群优化算法；变异算子；遗传算法；非均匀变异 ImprovedAntColonyOptimizationAlgorithm Based0nN0n．unif0rm M utationOperator GONGYule．W U Hang，ZHAOFei (SchoolofComputerScienceandTechnology,ChangchunUniversityofScienceandTechnology,Changchun130022，China) [Abstract]Thisessayputsforwardanimprovedantcolonyalgorithmbasedontheintroductionofthevariabilityofnon—uniformmutation operator．Itmakesthepathoptimization，whichusesoptimizedantcolonyalgorithm tocompletethetaskofantcolonyafterthecompletion ofoneiterationandnon—uniform mutationoperatormutation．Itcanspeeduptheconvergenceofthealgorithm．Thesatisfactoryresultsare reachedafterN evolutions．Simulationresultsdemonstratethattheoptimalsolutionandstabilityoftheimprovedalgorithm arebetterthan thebasicantalgorithmandAntColonyOptimization(ACO)algorithm． [KeywordslTravellingSalesmanProblem(TSP)；AntColonyOptimization(ACO)algorithm；mutationoperator；GeneticAlgorithm(GA)； non．uniform mutation D0I：10．39694．issn．1000—3428．2013．10．04t 遗传算法(GeneticAlgorithm，GA)、蚁群优化(AntColony 1 概述 Optimization，ACO)算法：如随机扰动蚁群算法…；改进蚁 旅行商问题(TravellingSalesmanProblem，TSP)是著名 群算法运用于系统设计I2】、中间件设计3【及任务调度4【；蚁 的NP问题，在各个领域都有着广泛运用。把此问题描述为： 群算法收敛速度的分析 等。此外，也有很多研究者提出融 存在 ，2个城市 {vl，V2，…，1；i}且 i∈{1,2，…，n)，已知其任意 合 GA算法和蚁群优化算法的思路，如文献