第5章蚁群优化算法分解.ppt

5.3.2 基于排列的蚂蚁系统 基于排列的蚂蚁系统（rank-based Ant System，ASrank）在AS的基础上给蚂蚁要释放的信息素大小加上一个权值，进一步加大各边信息素量的差异，以指导搜索。在每一轮所有蚂蚁构建完路径后，它们将按照所得路径的长短进行排名，只有生成了至今最优路径的蚂蚁和排名在前(w-1)的蚂蚁才被允许释放信息素，蚂蚁在边(i, j)上释放的信息素 的权值由蚂蚁的排名决定。 权值(w?k)对不同路径的信息素浓度差异起到了一个放大的作用，ASrank能更有力度地指导蚂蚁搜索。 实验表明ASrnak比AS和EAS有更高的寻优能力和更快的求解速度。 5.3.3 最大最小蚂蚁系统 思考问题 问题一：对大规模的TSP，由于搜索蚂蚁的数量有限，初始化时蚂蚁的分布是随机的，这会不会造成蚂蚁只搜索了所有路径中的小部分就以为找到了最好的路径，所有蚂蚁很快聚集在同一路径上，而真正的最优路径并没有被探索到呢？ 问题二：当所有蚂蚁都重复构建着同一路径的时候，意味着算法已经入停滞状态。此时，迭代过程不可能有更优路径出现。有没有办法利用算法停滞后的迭代过程进一步搜索以保证找到更接近真实目标的解呢？ 5.3.3 最大最小蚂蚁系统 最大最小蚂蚁系统（MAX-MIN Ant System，MMAS）在基本AS算法的基础上进行了四项改进： (1)只允许迭代最优蚂蚁（在本次迭代构建出最短路径