TSP的改进蚁群算法求解及其仿真研究.pdfVIP

第37卷 第 8期 合肥 工业 大 学学报 (自然科学版) Vo1．37No．8 2014年 8月 JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGY Aug．2014 Doi：10．3969／j．issn．1003—5060．2014．08．007 TSP的改进蚁群算法求解及其仿真研究 杨再甫， 黄友锐 ， 曲立国 葛平平 (安徽理工大学 电气与信息工程学院，安徽 淮南 232001) 摘 要：蚂蚁数 目是影响蚁群算法性能的重要参数，常规蚁群算法在求解TSP时易于陷入局部最优解。文章 针对该问题，提出了一种蚂蚁数 目动态改变的蚁群算法，即每次周游时的蚂蚁数 目是在一个范围内随机取值， 该改进算法借用遗传算法中的排序选择策略对每次遍历时的蚂蚁位置进行初始化；分别对常规蚁群算法的 TSP求解和改进蚁群算法的TSP求解进行了原理阐述，并对2种算法求解TSP的结果进行了Matlab仿真。 对比仿真结果表明，改进的算法在求解TsP时，能够有效地跳出局部最优解，并能很好地收敛 ，它比常规蚁群 算法的性能要优。 关键词：常规蚁群算法 ；改进蚁群算法；旅行商问题；局部最优解；动态蚂蚁数 目 中图分类号：TP18 文献标识码：A 文章编号 ：1003—5060(2014)08-0928—05 SolutionofTSPbasedon improvedantcolonyalgorithm anditssimulation YANGZai—fu， HUANGYou-rui， QU Li-guo， GEPing-ping (SchoolofElectricalandInformationEngineering，AnhuiUniversityofScienceandTechnology，Huainan232001，China) Abstract：Thenumberofantsisallimportantparameterthataffectstheperformanceofantcolonyal— gorithm．Astheconventionalantcolonyalgorithm forsolvingtravellingsalesmanproblem (TSP)is easytofallintoalocaloptimalsolution，anantcolonyalgorithm basedondynamicchangesofthe numberofantsiSproposed。inwhicheachtravelingiStobewithrandom numberofantsinacertain range．Besides，therankingselectionpolicyofgeneticalgorithm isusedtoinitializethelocationof antseachtimewhentraveling．Thetheoriesoftheconventionalantcolonyalgorithm andtheimproved antcolonyalgorithm forsolvingTSParebothexpatiated，andtheresultsofthementionedalgorithms forsolvingTSParesimulatedbyM atlab．Thesimulationresultsshow thattheperfomr anceoftheim— provedalgorithm isbetterthanthatoftheconventionalalgorithm sincetheimprovedalgorithm canef— fectivelyjumpoutoflocaloptimalsolutionandhasbetterconvergenceperformance． Keywords：conventionalantcolonyalgorithm ；improvedantcolonyalgorithm；travellingsalesman problem (TSP)；localoptimalsolution；dynamicnumberofants