第七讲蚁群算法重点.pptVIP

GBAS算法的收敛性分析 5/8 则 取对数有 从而得到 GBAS算法的收敛性分析 6/8 证明右式成立 随机过程 以概率1达到一条最优路径.当某条最优路径Z在第k次循环被首次走到后,在第k+1轮循环按信息素的更新原则,可以用归纳法证明,对于任意 GBAS算法的收敛性分析 7/8 由于级数 是发散的,可知 .因此,当 时,在第K轮迭代之后,该弧永远不再被加强,从而有 也既 弧上的信息素之和将趋于0. 对于信息素的更新公式(2),可以归纳证明 (6)式的第二项与(i,j)弧无关,结合(7)式可得 的极限存在,且所有的极限之和为1.对于所有的 GBAS算法的收敛性分析 8/8 结合前两部分讨论,当Xn首次到达最优路径后,对于任何最优路径上的弧,(1)式的转移概率 ,即 依概率1收敛到 . * 其他算法及收敛性分析 1/4 MAX-MIN蚁群优化算法指定挥发系数不随时间变化,这是和GBAS算法不同的一点,改变了信息素挥发和增强的规则(9式)，同时给出一个下界