用改进蚁群算法求解函数优化问题.pdfVIP

维普资讯 第9期 唐 泳等：用改进蚁群算法求解函数优化问题 ·89· 用改进蚁群算法求解函数优化 问题木 唐 泳，马永开，唐小我 (电子科技大学 管理学院，四川 成都610054) 摘 要：提 出将蚁群算法用于求解函数优化问题的新方法。使用一定数量的蚂蚁在解空间中首先随机搜索，然 后模拟蚂蚁觅食的方式，更新搜索路径上的信息素，按照转移概率来决定搜索方向，即通过信息素来指引搜索， 最后搜索收敛于各个全局最优解。给 出了基于此思想的具体算法，并通过计算示例仿真说明了该算法的有效 性 ，表明该算法可以同时快速收敛发现多个全局最优解，并保持稳定。 关键词 ：函数优化 ；蚁群算法；进化算法；仿生算法 中图法分类号：022 文献标识码 ：A 文章编号：1001—3695(2004)09—0089—03 AnImprovedAntColonyAlgorithm forFunctionOptimization TANGYong，MA Yong—kai，TANG Xiao—WO (CollegeofManagement。UniversityofElectronicScience＆TechnologyofChina，ChengdⅡScihuan610054，China) Abstract：Animprovedantcolonyalgorithm solvingfunctionoptimizationproblem isproposedinthispaper．Thealgorithm u— sessomeantstosearchinthesolutionspacefirstinastochasticwaythenstimulatethefoodsearchingbehaviorofrealantsto guidethesearchbythepheromone．Thenew algorithm isexplainedindetailsandsomesimulationsshow thealgorithm isvery effectiveinfindingglobaloptimizations． Keywords：FunctionOptimization；AntColonyAlgorithm；Evolutionary Algorithm；BionicAlgorithm 觅食的方式，通过信息素来指引搜索 ，反复搜索后，得到函数优 1 引言 化结果。通过细化解向量，建立解空间，就将连续问题转换为 了离散问题，所以基于蚁群的求解本质上是离散优化求解。 蚁群算法 (AntColonyAlgorithm，ACA)是一种崭新的仿生 模拟进化算法。ACA的思想就是模拟蚂蚁觅食行为，即使用 2 函数优化问题描述 大量Ant在搜索空间中随机搜索，并且用信息素Pheromone来 加强搜索路线，引导其他Ant的搜索，同时引入信息素的挥发 假设 目标函数F(x)的决策变量是一个n维向量x=(X， 机制 Evaporation。这种正反馈使得该算法能够找到全局的最 x，…，x)，如果是带约束的优化问题，则可以通过引进惩罚 优解，而不会像其他搜索算法那样容易陷入局部最优解。该算 函数等手段将带约束的优化问题转换为不带约束的优化问题， 法由M．Dorigo 提出之后，在旅行商问题TSP，QAP，JSP的求 当然对于最大值问题，可以通过简单的变换转为最小值问题， 解中取得较好的效果 。现