优化蚁群算法在网络知识路由系统中的应用.docVIP

优化蚁群算法在网络知识路由系统中的应用 　　摘要： 研究网络知识路由问题，提高网络资源搜索质量。针对传统方法在网络资源搜索过程中，存在搜索时间长，得不到最优解，导致搜索速度慢，效率低的问题。为了提高网络资源搜索效率，提出一种基于改进蚁群的路径搜索算法，在混合信息素更新策略，自适应挥发因子等方面进行改进，并设置了先行蚂蚁和后行蚂蚁。该方法有效地避免了蚁群搜索陷入局部最优，加快了收敛，提高了搜索效率。仿真结果表明，改进方法缩短了搜索时间，网络资源搜索效率明显提高，证明是一种有效的优化方法，能够在最短时间找到资源搜索的最优解，是解决网络资源搜索优化问题的有效算法。 　　关键字：蚁群算法；知识路由；混合信息素；自适应调整；仿真 　　中图法分类号： TP391 文献标识码： A 　　Application of ant colony optimization algorithm to knowledge routing system 　　WEI Xing 　　（ Department of Scientific Research，Guilin University of Aerospace Technology，Guilin Guangxi 541004，China） 　　ABSTRACT：Knowledge routing system are studied to improve the quality of network resources. In the course of the search network resources， the traditional method takes a long time and could not get the global optimal solution， resulting in slow search speed and low efficiency problems. In order to improve search efficiency of network resources， the paper puts forward a path search algorithm based on improved ant colony optimization， focusing on improving hybrid pheromone update strategy， adaptive volatile factor， etc， meanwhile setting the first ants and after ants. The improved ant colony could effectively avoid falling into local optimum， speed up the convergence and increase the search efficiency. Simulation results show that the improved method which is an effective optimization method， could shorten the search time and improve the search efficiency of network resources， and find the optimal solution in the shortest time. Therefore it could be proved that the proposed algorithm is an optimization solution algorithm in the problem of network resources. 　　KEYWORDS：ACO； knowledge routing； hybrid pheromone； adaptive adjustment； simulation 　　0 引言 　　随着现代信息技术的发展，网络中的信息资源也越加丰富，如何在其中依据用户需求快速而准确地找到目标信息资源，即已成为目前亟待解决的研究问题。 　　蚁群算法是一种群智能算法，具体是由意大利学者DORIGO[1-2]等人通过研究自然界中蚁群寻找食物过程中发现路径的过程而形成的一种进化算法。目前，蚁群算法主要用于解决常见的复杂组合优化问题，比如：TSP问题（Traveling Salesman Problem）、路径规划问题（Vehicle Routing Problem）等。算法表现出了多样性、正反馈和具有强大全局搜索能力等特点，但是，蚁群算法也同样存在这计算开