一种最大最小蚂蚁系统的改进算法.pdfVIP

第 44卷第 15期 数学的实践与认识 Vol_44．NO．15 2014年 8月 M ATHEMATICSIN PRACTICEAND THEORY Aug．，2014 ^t’l’’’’lll，l、 应 用 i 。 。 ‘． ． 。 ‘ 。 川 l 一 种最大最小蚂蚁系统的改进算法 姚 艳 (黑河学院数学系，黑龙江 黑河 164300) 摘 要：最大最小蚂蚁系统是解决组合优化 问题的有效算法．本文研究了最大最小 蚂蚁系统的状态转移规则和信息素的更新方式，并提出了相应的改进策略，使得算 法具有更高的收敛速度和更强的全局搜索能力．对旅行商问题的仿真结果表明改进 的算法是可行有效的． 关键词：最大最小蚂蚁系统；旅行商问题；状态转移规则；信息素更新机制 1 引言 蚁群算法 (ACO)是 1991年由意大利学者MarcoDorigo等提出的1J．其模型来源于蚂 蚁在寻找食物过程中发现较好路径的行为模拟．蚁群算法具有采用分布式并行计算机制、易 于与其他算法结合、具有较强的鲁棒性等，它的优 良性能引起了国内外的很多学者对其深入 研究并提出了很多改进算法．最大最小蚂蚁系统 (MMAS)_2j就是这些改进的算法之一，它有 效地提高了蚁群算法的性能，但当问题规模较大时，算法仍然存在着运行时间过长以及容易 陷入局部最优解的不足．为了进一步提高蚁群算法的性能，本文对 MMAS的状态转移规则 和信息素更新方式进行改进，提出了带虚拟信息素的最大最小蚂蚁系统 (VMMAS)，并对旅 行商问题 (TSP)进行仿真，结果表明VMMAS具有快的收敛速度和更强的全局搜索能力． 2 蚂蚁系统 以TSP为例说明蚁群算法的工作原理．TSP属于一种典型的组合优化问题，其图论描 述为：给定的完全图G= (E)，其中节点集 V={1，2，… ，n)是推销员需要走过的城市的 集合，边集 E={(i，J)1i，J∈ )表示各个城市间连线的集合．d 表示从城市 i到J的距离． TSP就是寻找一条访问图G中的每一个节点有且仅有一次的具有最短长度的闭合回路． 蚂蚁系统中，他为城市的数 目，m 为蚂蚁的个数．最初，各连线上信息素都取值为 m／cn,n，其中 是由最近邻方法构造出来的路径的长度．每一次迭代开始时蚂蚁 k(k= 1，2，… ，m)随机选择其中一个城市作为它的起始点．在移动的过程中蚂蚁 k根据各条边的 信息素和启发因子计算转移概率，其 由城市 i转移到城市J的转移概率为 收稿 日期：2013—09—02 资助项 目：黑河学院青年科研拔尖人才支持计划资助，黑龙江省 自然科学基金项 目(A200903)；黑龙 省教育 厅科学技术研究项 目；黑河学院课题 (JYY210305) 15期 姚 艳：一种最大最小蚂蚁系统的改进算法 243 ， 韧 … … =： {【∑ o“ed t)] t) …～～ (1) 0， 否则 其中， 为边 (i，J)上的信息素的量：钧 =lJdij表示启发因子，反映蚂蚁由城市 i转移到城 市J时受到的启发程度；参数OL和 分别决定了信息素和启发因子的相对影响力；allowedk= {0，1，… ，n一1)一tabuk表示蚂蚁 k下一步可以访问的城市的集合；tabuk记录蚂蚁 k当前 已经走过的城市，防止蚂蚁 尼在一次周游的过程中再次访问已经访 问过的城市． 当所有的蚂蚁都构建好路径后，信息素将会被更新．更新规则为 J÷--(1一p)J+∑△噶，v(i，J)∈E． (2) △呜= ’