求解TSP的改进信息素二次更新与局部优化蚁群算法.pdfVIP

of ISSN1001-9081 2017一06．10 Journal ComputerApplications 计算机应用，2017，37(6)：1686—1691CODENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2017)06-1686-06 求解TSP的改进信息素二次更新与局部优化蚁群算法 许凯波，鲁海燕’，程毕芸，黄 洋 (江南大学理学院，江苏无锡214122) (女通信作者电子邮箱luhaiyan@jiangnan．edu．ca) 摘要：针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷，提出了一种改进信．g-素二次更新局部优化 蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献闽值的子路径信 息素进行二次更新，以提高构成潜在最优解的子路径被选择的概率，从而加快算法的收敛。然后，在搜索过程中，当蚁 群陷入局部最优时，使用随机插入法对局部最优解中城市的排序进行调整，以增强算法跳出局部最优解的能力。将 以在较少的迭代次数内获得已知最优解：对于较大规模的TSP，IPDULACO可以在较少的迭代次数内获得更精确的 解。因此，IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度，可以高效求解鸭P。 关键词：旅行售货商问题；蚁群算法；信息素二次更新；局部优化 中图分类号：TP301．6文献标志码：A Ant basedon double colonyoptimizationalgorithm improvedpheromones andlocal for TSP updating optimizationsolving XU Kaibo，LU Biyun，HUANGYang Haiyan’，CHENG (SchoolofScience,JmngnanUniversity,WuxiJiangsu214122，China) thedrawbacksoftheAnt suchaslow rateand Abstract：Concerning ColonyOptimization(ACO)algorithmconvergence tofall local ACO basedon PheromonesDouble andLocal beingeasy into optimumsolutions，analgorithm Improved Updating was onthe of whose proposed．Doubleupdatingperformedpheromonessubpathspath Optimization(IPDULACO)Was contributiontothecurrent solutionobtained were thanthe contribution degrees globaloptimal bycolonybigger prescribedpath threshold．Theselected ofthe whichwer