改进的蚁群算法及其在TSP中的应用研究.pdfVIP

维普资讯 2004年 lO月 通 信 学 报 V0l1．25No．1O 第25卷第 lO期 JOURNALOFCHINAINSTn1J1EOFCOMMUNICATIONS October20o4 改进的蚁群算法及其在TSP中的应用研究 孙力娟 ，王良俊 ，王汝传1,2 (1．南京邮电学院 计算机科学与技术系，江苏南京 210003； 2．南京大学 计算机软件新技术国家重点实验室，江苏 南京 210093) 摘 要：提出一种改进的蚁群算法，其核心是应用遗传算法对蚁群算法的4个控制参数( ，，、 )进行优化，以及运用MMAS(max—minantsystem)进行寻径，新算法具有全局搜索能力强的 特点。对旅行商问题 (TSP)的仿真实验结果表明：新算法的优化质量和效率都优于传统蚁群算法 和遗传算法。 关键词：蚁群算法：遗传算法；旅行商问题 中图分类号：TP913 文献标识码：A 文章编号：1000-436X(2004)10—01ll一06 RReesseeaarrcchnOofIUusingannimpprroovveeadaannttccoolloonnyyaallggoorriitthhmm tosolveTSP SUNLi-juan，WANGLiang-jun。，WAN GRu—chuan， (1．DepartmentofComputerScienceandTechnology,NanjhagUniversityofPostsnadTelceommunications。Nanjing210003，China； 2．StateKeyLaboratoryforNovelSoftwareTcehnologyatNanjingUniversity,N柚jing210093，China) Abstract：Animprovednatcolonyalgorithm wasproposed，whosecoreswerehtatusinghtegenetic algorihtm(GA)tooptimizethecontrolparametersofhteACA(a、 、P、q0)nadapplyingMMASto routing．Thenewalgorihtm (ACAGA)ischraacterizedbygoodglobalserachcapability．Weuseitto solveTSP (rtavelingsalesmna problem)．Simulationresultsshow htatACAGA issuperiorto conventionalACAnadGAinqualitynadefficiency． Keywords：natcolonyalgorithm；geneticalgorithm；TSP 1 引言 近年来，启发式智能优化方法愈来愈引起人们的关注。如：模拟退火、遗传算法、蚁群 算法等，它们是解决NP问题的有效工具。 蚁群算法 (ACA，antcolonyalgorithm) 是意大利学者MarcoDorigo等提出的一种仿 生寻优算法。参加寻径的蚂蚁通过留在链路上的信息素交互来选择新的路由，从而达到寻优 的目的。其主要特点是：本身是一个增强型学习系统，具有分布式的计算特性，具有很强的 收稿日期：2004—01—06；修订日期：2004—07—15 基金项目：国家自然科学基金资助项目；江苏省自然科学基金资助项目(BK2003105)；江苏省 高技术研究计划资助项 目(BG2004004)；江苏省计算机信息处理技术重点实验室基金资助项 目(kjs03061 和kjs04)