蚁群算法在水土资源中的应用研究进展.pdfVIP

蚁群算法在水土资源中的应用研究进展 杨娜，付强’·’贺延国’ (1.东北农业大学水利与建筑学院，黑龙江 哈尔滨 150003 2 北大荒集团公司博士后科研工作站，黑龙江农垦总局，黑龙江 哈尔滨 15004)0 摘 要:蚁群算法是优化领域中相对较新的一种随机启发式搜索算法，通过模拟蚂蚁的觅食行为来解决复杂组合优化问题， 是至今为止昆虫算法中较为成功的例子。该算法采用正反馈结构、分布式计算与某种启发式算子相结合的方法，能够很快地 发现较好解，具有智能搜索、全局优化、稳健性强等优点。本文介绍了蚁群算法的生物原理及其算法的基本模型，对近些年 来蚁群算法在水土资源新领域中的多种应用研究进行了分析与归纳.并指出了存在的问题及其研究展望。 关键词:蚁群算法;优化:水土资源;应用 中图分类号: 0引言 20世纪05年代中期出现了仿生学学科，人们很快从生物进化的机理和仿生学中得到启示，提出了多 种适合于对现实世界中复杂问题进行优化的模拟进化方法，如:模拟人的大脑神经系统建立的人工神经网 络算法，模拟人类进化过程建立的遗传算法，模拟人工免疫系统建立的人工免疫算法，模拟物理学中固体 物质的退火过程建立的模拟退火算法以及模拟蚁群搜索食物的过程建立的蚁群算法等等。蚁群算法a(nt oclonyalgori山m，简称AcA)是20世纪90年代初由意大利学者M.Droigo，A.co]omi，vMnaie脚 等人首先 提出来的一种新型仿生类进化算法。蚁群算法虽然是从研究求解著名的旅行商问题T(sP)1一‘，资源二次分 配问题Q(AP)等经典优化问题提出的，但它却在求解复杂的组合优化问题中得到了广泛的应用，如Jbo一shop 调度问题J(sP)3]I、车辆路由问题(PRv4)[，、图着色问题G(PcJ)sl和网络路由困即)6]1等，从而充分的展示出本 算法具有通用性广、实用性强、优越性突出的特点。 蚁群算法从产生据今还不到02年.在国内外水土科学中的应用研究正处于初期。目前来看，它主要 集中在水土资源领域的研究与应用中。水土资源系统是一种多目标、多层次的，不断发展的，具有大量相 互关系和作用单元及因素的开放性综合系统，该系统规模庞大、结构复杂、影响因素众多。当前水土资源 开发利用和人类活动结合日趋紧密，从而在资源的时空分布，生产和生态需求上产生了众多矛盾，而对这 些问题的解决到目前为止大多仍停留在简单的线性、连续的传统方法中，因而难以找至时良好的解决方案， 得到最优解。而蚁群算法不仅可以用于连续时间、空间系统的复杂优化，而且还可以用于离散系统的复杂 优化，经过众多学者的不懈努力，蚁群算法已经成功地解决了若干水土资源领域的复杂问题，它的诸多优 势表明它是一种很有发展潜力的方法。而且越来越多的研究者也已被吸引到这一算法在水土资源中的应用 研究之中。本文对ACA及其在水土资源中的应用研究加以综述，目的在于能进一步推动蚁群算法在水土 资源领域的理论与应用研究，希望给相关研究人员以一定的启发。 1蚁群算法原理 蚂蚁是最古老的社会昆虫之一，它的个体结构和行为虽然简单，但由这些简单的个体构成的蚂蚁群体 却表现出高度结构化的社会组织7][。据昆虫学家的观察和研究。视觉并不发达的蚁群在觅食过程中，即使 没有任何可见提示也总能找到一条从蚁巢到食物源的最优路径。不仅如此，蚁群还有较强的适应周围环境 的能力，如在原有路径上出现障碍物时，它们会很快地自适应搜索到一条新的最优路径。那么，蚂蚁们是 如何完成这些复杂任务的呢?生物学家和仿生学家经过大量的细致观察研究发现，蚂蚁在行动(寻找食物 收稿日期:2006一--801 修订日期.20呢一8一01 基金项目:国家自然科学基金 (No加40027的:中国博士后科学荃金 (NoZ:黑龙江省青年墓金 (No戊402c8)。 作者简介:杨娜 1(979一》。女，黑龙江佳木斯人，东北农业大学水利与建筑学院。硕士研究生，主耍从事系统工程建模、水土资源优化利用与系统 分析方面的研究.E祖llfen畔助一0201创63c油 通讯作者:付强 (1，73一).男，辽宁锦州人，东北农业大学水利与建筑学院。教授.博士生导师.主要从事农业水土资源系统分析、节水浦溉及农 业系统工程建棋与优化技术研究.E帕11加qlnagl。。跳71net 或寻找回巢的路径)中，会在走过的路上释放一种它们自身特有的分泌物— 外激素，由于这种激素是蚂 蚁个体之间用来进行信息传递的媒介，所