用正交实验设计方法优化蚁群算法的系统参数地研究.pdfVIP

第二届中国工程管理论坛论文集 用正交实验设计方法优化蚁群算法的系统参数的研究 张权范 (中南大学商学院，长沙，410083) 摘要：蚁群算法(ACAS)在PERT问题中发挥着重要作用，但该算法参数多，且配置困难，先采用两种试验设计方法优 化参数，然后比较得到一种利用正交试验优化参数的方法，它通过参数之间的交互作用使得对于不同领域的优化问题只需 用正交试验进行一次参数配置，然后用蚁群算法进行具体寻优即可取得较好的效果。 关键词：蚁群系统(ACS)参数配置单因素试验设计正交试验设计 中图分类号：0234 文献标识码：A r[!也幽[箜也!)3星 1基本蚁群算法的原理 【0 将m只蚂蚁随机放到n个城市，每只蚂蚁通过 当s∈．『。(r)否则由等式(1—1)和(1—2)组成 重复应用状态转移规则构造一个旅程，在构造的过 的状态转移规则称为伪随机比例规则。参数q。决 程中，蚂蚁用局部更新规则修改已访问边信息素强 定了开采与探测的相对重要性：每次在城市r上的 度，一旦蚂蚁完成他们的旅程，再用全局更新规则 蚂蚁必须选择移动到另一个城市s时，它就生成一 修改已访问边的信息素强度。蚂蚁在构造旅程的过 个随机数0≤g≤1。当q≤q。时根据等式(1—1)选 程中受到启发式信息和信息素强度的指导：信息素 择一条最好的边(开采)，否则就根据等式(1—2) 强度高的边被选择的概率就越高。信息素更新规则 选择一条边(探测)。 使得被蚂蚁访问过的边获得更多的信息素。 3 ACAS全局信息素更新规则 2 ACAS状态转移规则 在ACS中只有全局最优蚂蚁才能更新信息素。 ACS的状态转移规则表示如下：位于节点r上 结合伪随机比例规则，这个选择使得搜索更有指导 的蚂蚁应用等式(1—1)给出的规则选择下一个城 性：蚂蚁在当前迭代建立的最优旅程的邻域内进行 市s。 搜索。在所有蚂蚁完成它们的旅程之后执行全局更 farg。舔，)f[丁(r，u)][r／(r，“)一，，．、 新。信息素根据(1—3)中的全局更新规则获得 泸Is u叫) 更新。 当g≤90否则丁(r，u)是边(r，M)上的信息素强 (1—3) 丁(r，s)+]q盯(r，s)+(1-p)gA口-(r，s) 度；7(r，11,)=1／d。是相当于距离d。的倒数的启发 其中： 式信息沉(r)是指位于城市r的蚂蚁而剩下的将要 访问的城市集；口是决定信息素与距离两者之间的 △丁(，，。)：』专，当(r，s)∈全局最优旅程， 相对重要程度的参数(口0)；q是分布在0，1之间 【0 的一个随机数；qo是一个参数且0≤q。≤1；s是根否则0p1是全局信息素强度的残存因子，l—P 据等式(1—2)给出的概率分布进行选择的