蚁群算法中参数αβρ设置的研究——以TSP问题为例.pdfVIP

维普资讯 第 29卷 第 7期 武 汉 大 学 学 报 ·信 息 科 学 版 Vo1．29No．7 2004年 7月 Geomaticsand Information ScienceofW uhanUniversity July2004 文章编号 ：1671-8860(2004)07—0597—05 文献标识码 ：A 蚁群算法中参数 、J8、『J[，设置的研究 — — 以TSP问题为例 叶志伟 郑肇葆 (1 武汉大学遥感信息工程学院 。武汉市珞喻路 129号，430079) 摘 要 ：以TSP问题为例 ，对蚁群算法中参数 口、卢、ID的作用作 了理论上的研究，同时对最优的参数配置问题 作 了分析。在保证获得解的前提下，为 了提高计算速度 。对基本蚁群算法中的选择路线策略进行 了调整。通 过实例计算表明，这种调整是切实可行的，有较好的实用价值。 关键词 ：蚁群算法；旅行商问题；参数配置 中图法分类号 ：TP751；P231．5 自1991年 Dorigo、Maniezzo和 Colorni等首 而产生的 “自然”算法，它是从真实蚁群觅食行 先提出蚁群算法以来 ，很多研究人员对该算法进 为的研究 中产生的。生物学研究表明，当蚂蚁 行了研究，并成功地解决了许多组合优化问题，如 在食源和巢穴之间往返时 ，它们会在经过 的线 TSP(travelingsalesmanproblem)、QAP(quad— 路上敷设一种被称为信息素的化学物质。蚂蚁 raticassignmentproblem)、JSP(job—shopsched— 可以嗅到这种信息素并且选择信息素浓度最大 ulingproblem)等 。 的线路 。经过一条线路 的蚂蚁越多 ，这条线路 TSP问题是一类经典 的组合优化 问题，即在 上的信息素浓度也越大，更多的蚂蚁就会选择 给定城市个数和各城市之间距离的条件下，找到 这条线路 。蚂蚁的这种 “正反馈 ”行为能帮助它 一 条遍历所有城市且每个城市只能访 问一次的总 们很快找到最短觅食线路。蚁群算法就是受这 路程最短的路线。蚁群算法在 TSP问题应用中 种行为启发 ，以人工蚂 蚁模 拟真实蚂蚁行为的 取得 了良好的效果，但也存在一些不足 ：① 如果 分布式算法见文献 [1]。 参数 a、、P设置不 当，导致求解速度很慢且所得 I．2 蚁群算法的模型及在 TSP问题中的实现 解的质量特别差 ；② 基本蚁群算法计算量大 ，求 基本蚁群算法在 TSP问题 中的实现过程如 解所需的时间较长 ；③ 基本蚁群算法 中理论上要 下。假设将 m 只蚂蚁放入到 个随机选择 的城 求所有的蚂蚁选择 同一路线 ，该线路即为所求的 市中 ，每只蚂蚁根据一定的概率选择下一个它还 最优线路 ；但在实际计算中，在给定一定循环次数 没有访 问过的城市。蚂蚁选择下一个 目标城市的 的条件下很难实现这种情况。另一方面，在其他 主要依据有 以下两点：① (￡)为 t时刻连接城市 的实际应用中，如图像处理中寻求最优模板 问题， 和J的路径上的信息的浓度。初始时刻 ，各条路 并不要求所有的蚂蚁都能