蚁群算法中参数设置的研究以TSP问题为例.pdfVIP

第2 9 卷 第7 期 武 汉 大 学 学 报# 信 息 科 学 版 Vol.2 9 No. 7 2004 年7 月 Geomatics and Information Science of Wuhan University July 2004 : 16712 8860( 2004)05 : A 蚁群算法中参数 A、B、Q设置的研究 ) ) ) TSP 1 1 叶志伟 郑肇葆 ( 1 武汉大学遥感信息工程学院, 武汉 珞喻路 129 号, 430079) : 以T SP 问题为例, 对蚁群算法中参数 A、B、Q 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 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。 : 蚁群算法; 旅行商问题; 参数配置 : TP751; P 231. 5 自199 1 年Dorigo、Man iezzo 和 Co orn i 等首 产生的/ 自然0 算法, 它是从真实蚁群觅食行为的 先提出蚁群算法以来, 很多研究人员对该算法进 研究中产生的。生物学研究表明, 当蚂蚁在食源 行了研究, 并成功地解决了许多组合优化问题, 如 和巢穴之间往返时, 它们会在经过的线路上敷设 T SP ( t rave ing sa esman prob em) 、QAP ( quadrat ic 一种被称为信息素的化学物质。蚂蚁可以嗅到这 assignment prob em ) 、JSP ( job2shop sch edu ing 种信息素并且选择信息素浓度最大的线路。经过 prob em) 等。 一条线路的蚂蚁越多, 这条线路上的信息素浓度 T SP 问题是一类经典的组合优化问题, 即在 也越大, 更多的蚂蚁就会选择这条线路。蚂蚁的 给定城 个数和各城 之间距离的条件下, 找到 这种/ 正反馈0行为能帮助它们很快找到最短觅食 一条遍历所有城 且每个城 只能访问一次的总 线路。蚁群算法就是受这种行为启发, 以人工蚂 路程最短的路线。蚁群算法在TSP 问题应用中 蚁模拟真实蚂蚁行为的分布式算法见文献[ 1] 。 取得了良好的效果, 但也存在一些不足: ¹ 如果 1. 2 TSP 参数A、B、Q设置不当, 导致求解速度很慢且所得 基本蚁群算法在T SP 问题中的实现过程如 解的质量特别差; º 基本蚁群算法计算量大, 求 下。假设将m 只蚂蚁放入到n 个随机选择的城 解所需的时间较长; » 基本蚁群算法中理论上要 中, 每只蚂蚁根据一定的概率选择下一个它还 求所有的蚂蚁选择同一路线, 该线路即为所求的 没有访问过的城 。蚂蚁选择下一个目标城 的 主要依据有以下两点: ¹ S ( t ) 为 t 时刻连接城 最优线路; 但在实际计算中, 在给定一定循环次数 ij 的条件下很难实现这种情况。另一方面, 在其他 i 和j 的路径上的信息的浓度。初始时刻, 各 条路径上信息量相等, 在试验中设 S (0 ) = C( C 的实际应用中, 如图像处理中寻求最优模板问题, ij 并不要