一种面向对象的多角色蚁群算法及其TSP问题求解.pdfVIP

第29 卷 第10 期 控 制 与 决 策 2014 年 10 月 Vol. 29 No. 10 Control and Decision Oct. 2014 文章编号: 1001-0920 (2014) 10-1729-08 DOI: 10.13195/j.kzyjc.2013.1173 一种面向对象的多角色蚁群算法及其TSP 问题求解 杜鹏桢, 唐振民, 孙 研 (南京理工大学计算机科学与工程学院，南京210094) 摘 要: 蚁群算法的改进大多从算法本身入手或与其他算法相结合, 未充分利用待解决问题所包含的信息, 提升效 果较为有限. 对此, 提出一种面向对象的多角色蚁群算法. 该算法充分利用旅行商问题(TSP) 对象的空间信息, 采用 -均值聚类将城市划分为不同类别; 同时, 对蚁群进行角色划分, 不同角色的蚁群针对城市类别关系执行各自不同的 搜索策略, 增强了蚁群的搜索能力, 较大幅度地提高了求解质量. 每进行一次迭代, 仅各角色最优个体进行信息素更 新, 防止算法退化为随机的贪婪搜索. 将精英策略与跳出局部最优相结合可避免算法的停滞. 50 个经典TSP 实例仿 真实验表明: 所提出的算法可以在较少的迭代次数内获得或非常接近于问题的已知最优解; 对于大规模TSP 问题所 得结果也远超所对比的算法. 关键词: 蚁群算法；面向对象；多角色；-均值；旅行商问题；2-Opt 中图分类号: TP18 文献标志码: A An object-oriented multi-role ant colony optimization algorithm for solving TSP problem DU Peng-zhen, TANG Zhen-min, SUN Yan (College of Computer Science and Engineering，Nanjing University of Science and Technology ，Nanjing 210094, China. Correspondent ：DU Peng-zhen ，E-mail ：h.k@) Abstract: Most of the improvements on the ant colony algorithm are based on the algorithm itself or combined with other algorithms, which underutilizes information of the problems to be solved, so the effect is not ideal. An object-oriented multi-role ant colony optimization(OMACO) algorithm is proposed to deal with the characteristics of traveling salesman problem(TSP) on the basis of -means, which divides the cities into different categories with full use of the TSP spatial information and divides the colony into different roles. Each role solves the problem independently according to their respective strategies, which enhances the algorithm’s search c