基于蚁群信息素地遗传操作算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计算机科学 2007Vol34 №6   基于蚁群信息素的遗传操作算法 张应辉  王志伟  曾庆华 (成都东软信息技术学院 成都 6 11844)   摘  要  在遗传操作算法中通常是随机选择交叉和变异的基因位置 。基于蚁群信息素和选择基因的概率 ,本文提出 ( ) 了一种选择基因的方法以提升局部最优化的性能和加速算法的收敛 。通过求解旅行商问题 TSP 的仿真实验 ,表明 了这种方法的有效性 。 ( ) 关键词  遗传算法 ,蚁群算法 ,全局最优化 ,信息表 ,旅行商问题 T SP   The Genetic Operating Based on the Pheromone of Ant Colony in the Genetic Algorithm ZHAN G YingHui  WAN G ZhiWei  ZEN G QingHua ( Chengdu Neu soft In stit ut e of Infor mation , Chengdu 6 11844)   Abstract  It i s a normal way to randomly select cro ssover and mut ation gene locu s in genetic op erating . In t hi s p ap er , ba sed on t he p heromone of Ant Colony and t he p robabilit y of selecting gene , a met hod to select gene i s p resent ed to rai se t he p erformance of local op timization and t he sp eed of t he algorit hm conver gence . The efficiency of t he met hod ha s been shown by simulative exp eriment s solving t he Traveling Salesman Problem s ( TSP) . Keywords  Genetic algorit hm s , Ant colony algorit hm , Global op timization , Pheromone , Traveling salesman p roblem s ( TSP)   ( ) 因位进行遗传操作 交叉和变异 时 ,不同于传统的随机选择 1  引言 方法 ,而是根据结点间的信息素和距离信息 ,定义结点 r 和 s 近年来 ,启发式智能优化方法愈来愈引起人们的关注 。 构成遍历路径中边的概率 p rs , 并以 p rs 确定遗传操作基因位 如 :模拟退火 、遗传算法 、蚁群算法等 ,它们是解决 N P

文档评论(0)

feiyang66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档