用蚁群优化算法求解中国旅行商问题.pdfVIP

维普资讯 第9卷 第3期 电路与系统学报 Vo1．9 No．3 2004年 6月 JoURNALOFCIRCUITSAND SYSTEMS June， 2004 文章编号：1007：0249(2004)03—0122．05 用蚁群优化算法求解 中国旅行商问题 燕忠， 袁春伟 (东南大学 生物医学工程系分子与生物分子 电子学教育部重点实验室 ，江苏 南京 210096) 摘要：中国旅行商问题是一个组合优化问题，是一个 NP 问题。本文提出用蚁群优化算法去解决，同时提出了两 种改进 的方法，其 中，Ant—F能够增强系统的搜索能力，使系统避免早熟，具有正负反馈的功能，仿真简单，容易理 解；而 ACS+是在AntColonySystem (ACS)的基础上改进而成，它使系统在演化的后期能够通过适当增大系统区分 信息素对比强度的方法 ，尽快找到最优 的解。和其它的几种蚁群优化算法、遗传算法和模拟退火算法相比较 ，实验 表明，ACS+是本文提及的几种算法中最优 的一种，它能加快系统收敛的速度，找到问题的最优值。 关键词 ；蚂蚁系统；蚁群优化算法：旅行商问题 中圈分类号tTP391．41 文献标识码；A 1 引言 旅行商 问题就是指旅行商按一定的顺序访 问Ⅳ个城市的每个城市，使得每个城市都能被访问且 仅能被访问一次，最后回到起点，而使花费的代价最小。它是图论中具有代表性的优化组合问题，是 一 个 NP 问题，问题的求解随着问题规模的扩大 (城 市数 目的增加)而变得越来越复杂，所需的计算 时间也越来越长，采用某些传统的算法，例如穷举搜索法 ，是无法实现的，所以寻找更新的优化算法 是大家所追求的。这样，就出现了一些新的随机的搜索算法，像遗传算法 (GeneticAlgorithm，GA)、 贪婪算法 (GreedySearch)、模拟退火 (SimulatedAnnealing，SA)等。但是这些算法对系统参数要 求较高，例如遗传算法就必须选择种群数 目、杂交概率、变异概率等，参数选得好，就会得到比较好 的实验结果，反之，可能导致实验的失败 。 中国旅行商问题是多种旅行商问题中的一个 ，它是一种对称式的旅行商问题。目前 ，有关文献 对这个 问题进行了求解，例如利用几何算法求得的解为 15492公里 ”【，采用人机结合的优质穷举法求 得的解为 15449公里 【，用二叉树描述中国旅行商问题而所求得的解为 15404公里3【1，当然，还有其 它 比较早方法，其结果见文献 [4，5】。在这里，介绍一种蚁群优化算法，它不仅具有很好的鲁棒性，良 好的正反馈特性，而且具有并行分布计算的特点，适合于解决旅行商问题。将其应用到中国旅行商问 题上，取得很好的实验结果。 2 蚁群优化算法 蚁群优化算法 (AntColonyOptimization，ACO)【是由意大利学者DorigoM，ManiezzoV，Colorni A等人根据蚂蚁群体具有智能的特点而首先提出来的，当时称之为蚁群系统 (AntSystem，AS)7【1， 并利用该方法去解决离散优化问题 引【，取得成功，后来 DorigoM 等为了其他学者研究的方便，将各 种蚂蚁算法统称为蚁群优化算法，并为该算法提出了一个统一的框架结构模型。蚁群优化算法是九十 年代初期才提出的一种新型的进化算法，虽然不很成熟，但是对蚁群优化算法的研究已引起了国际上 学者们的广泛关注 。 研究表明，蚁群优化算法具有很强的发现较好解的能力，这是因为该算法不仅利用了正反馈原 理，在一定程度上可以加快进化过程，而且是一种本质上分布并行的算法。但是这种算法也存在一些 缺陷，如搜索时间较长，容易出现停滞现象 (stagnationbehavior)，即搜索进行到一定程度后，所有 收藕 日期 ·2003—05—26 修订 日期t2003．11-04 基金项 目。国家 自然科学基金重点资助项 目 维普资讯 第 3期 燕