种快速全局优化的改进蚁群算法及仿真.PDFVIP

维普资讯 第33卷第2期 信 息与控制 Vo1．33，No．2 2004年4月 InformationandControl Apr．，2004 文章编号：1002-0411(2004)02-0241-03, 一 种快速全局优化的改进蚁群算法及仿真 段海滨，王道波 (南京航空航天大学 自动化学院，江苏 南京 210016) 摘 要：在介绍基本蚁群算法原理的基础上，对其作了许多改进以提高其全局优化寻优速度 ，并给出了 详尽的新算法编程仿真实现步骤，最后将未改进的基本蚁群算法与本文改进后的蚁群算法分别应用于 TSPLIB中的Att532 P问题进行了仿真实验．仿真研究表明，改进后的算法具有优 良的全局优化性能，效果 令人满意． 关键词：全局优化；蚁群算法；信息素；仿真 中图分类号：TP13 文献标识码 ：A A NovelImprovedAntColonyAlgorithm 、 thFastGlobal OptimizationanditsSimulation DUAN Hai．bin．WANG Dao．bo (CollegeofAutomationEngineering。Nanjing UniversityofAeronautics＆Astronautics．Nanfing 210016，Ch／na} Abstract：Firstly．theprincipleofbasicnatcolonyalgorithm (ACA)isintroduced．Then．aseriesofschemes toimprovetheglobaloptimizationpropertiesareproposed，andadetailedprogrammingprocessispresented．Inthe end，anexampleofAtt532TSPisgiven，whichissimulatedbyusingbasicACA andimprovedACA．Thesimulation resultsshowthattheimprovedACA has excellentglobal optimizationproperties-nadtheeffectofsimulationissatis- factory． Keywords：global optimization；na tcolonyalgorithm ；pheromone；simulation l 引言 (Introduction) 2．1 蚁群行为描述 根据仿生学家长期的研究发现：蚂蚁虽没有视 随着近代仿生学的发展，人们越来越关注 自然 觉，但运动时会在路径上释放出一种特殊的分泌物 界中一些看似微不足道 的生物行为．20世纪90年 — — 信息素(Pheromone)——寻找路径-8J．当它们 代初期，意大利学者 DorigoMacro等人通过模拟 自 碰到一个还没有走过的路 口时，就随机地挑选一条 然界中蚂蚁集体寻径的行为而提出了蚁群算法 ¨] 路径前行，同时会释放出与路径长度有关的信息 (AntColonyAlgorithm，简称 ACA)，这是一种基于 秦 蚂蚁走得路径越长，则释放的信息素数量越 种群的启发式仿生进化算法．该算法最早成功应用