基于改进二进制蚁群算法函数优化.pdf

第39 卷第5 期 数学的实践与认识 V o l39　N o 5　 2009 年3 月 M A TH EM A T IC S IN PRA CT ICE AN D TH EO R Y M arch , 2009　 基于改进二进制蚁群算法的函数优化 1 1 1 2 刘　波 , 　吴惕华 , 　李惠光 , 　张小广 ( 1. 燕山大学 电气工程学院, 河北 秦皇岛　066004) (2. 华东理工大学 自动化所, 上海　200237) 摘要: 　对于函数优化问题, 传统蚁群算法存在着算法实现较难, 求解速度慢, 需要记忆功能, 不容易与其他 算法结合等问题, 而已有二进制蚁群算法也存在着迭代次数过多, 收敛速度慢等问题. 借鉴二进制蚁群算法 思想, 将解空间直接二进制离散化求解, 实验证明该算法在处理一元及多元函数优化方面均有较好的表现, ( ) 通过对几个函数的测试 包括一元和多元 , 结果表明该改进算法具有较好的稳定性和收敛速度, 算法性能良 好. 关键词: 　蚁群算法; 解空间二进制; 信息素; 函数优化 0　引　　言 　　蚁群算法是一种源于大自然生物世界的新型仿生类算法, 是于20 世纪90 年代初由意大 利学者 和 等首先提出, 在一系列复杂困难的系统优化问题求解中取得了成 D o r igo M an iezzo 效, 显示出该算法在求解复杂优化问题特别是离散优化问题方面的一些优越性: 蚁群算法特 别适合于在离散优化问题的解空间进行多点非确定性搜索, 已经先后被应用到T SP 问题、 二次分配问题、工件调度问题、图着色问题等多个经典组合优化问题, 取得了很好的效果, 成 为求解组合优化等 问题的一种有潜力的演化算法[ 1, 2 ]. 段海滨博士将蚁群算法明 N P HA RD 确为离散域和连续域两个领域的应用, 并从优化 目标、信息素更新策略、寻优方式以及算法 [ 6 ] 行进方式等四个方面给出了它们的区别 . 而且, 从 目前公开发表的研究成果看, 连续域蚁 群算法的应用主要是函数的优化. 但是, 传统连续域蚁群算法仍存在着不少缺陷: 1) 在编 码方式中一般采用实数编码, 相对于二进制编码来讲, 实数编码 占用更多的存储空间; 2) 由于实数编码的蚁群算法在路径选择中有多条路径可供选择, 这样也会增加算法的复杂 性; 3) 作为最经济最有效的编码方式, 二进制编码的遍历搜索能力比实数编码的搜索能力 强; 4) 十进制编码也束缚了蚁群算法同其他算法的耦合, 如免疫算法和DN A 计算; 5) 必 [ 5 ] 须使用记忆功能来保存本次遍历的路径 . 因此, 文献[ 3 ] 结合二进制编码方式, 将其与蚁群 算法结合, 提出了二进制蚁群算法, 文献[ 5 ] 引用该算法, 并采用并行机制, 通过对几个不同 ( ) 的函数 包括多峰与单峰 进行测试, 取得了良好效果. 本文借鉴二进制这个思路, 引入离散 域蚁群算法思想, 将函数自变量的取值范围在保证精度的情况下进行二进制离散化, 从而将 连续域问题转变为离散域问题, 通过对两个一元函数和文献[7 ] 中四个比较典型的多元函数 进行测试, 效果显著. 收稿 日期: 基金项 目: 河北省自然科学基金(F 200800 1166)