利用兴趣度原理的蚁群算法研究.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 利用兴趣度原理的蚁群算法研究 梅宏标1，洪叶荣2，邹春红1 MEI Hongbia01，HONG Yeron92，ZOUChunhong 1．江西理工大学应用科学学院，江西赣州341000 10000 2．广东省广晟资产经营有限公司，广州5 ofScienceand University 341000，China 1．CollegeofAppliedScience，Jiangxi Technology,Ganzhou，Jiangxi Assets 510000，China 2．GuangdongRising ManagementCo．Ltd．，Guangzhou MEI ofant basedoninterest Hongbiao，HONGYerong，ZOUChunhong．Studycolonyalgorithm and Engineering Applications，2015，51(23)：42-47． Abstract：Ant meta-heuristicwhichhassome as typical ColonyAlgorithm(ACA)is shortcomings，such behavior．For referencessuchas andmetc．arestudiedfor these，the time，stagnation avoiding n，卢，P，P withinterest and on theirinertial their modelsareconstructed relation，anddynamic level，acceleration these AccelerationAnt is fromACA models，an ColonyAlgorithm(AACA)isproposed，whichimproved bymodifying the ruleandthetransitionrule．SimulationshowsthattheAACAcansolvethe between pheromoneupdating contradictory and behavior andhasabeaersolution． convergencespeedstagnationefficiently words：ant Key colonyalgorithm；convergence；acceleration；interestlevel；uniformity 摘要：为解决蚁群算法的收敛速度和全局最优性的矛盾，通过引入均匀度、兴趣度以及加速度等概念，对算法中。[、 口、P、a、m等参数进行分析，研究了参数的内在联系，建立了参数的动态模型，对算法的转移策略和更新策略进行改 进，构造了具有自适应功能的蚁群算法。实验结果表明，该算法在性能上优于基本蚂蚁系统。 关键词：蚁群算法；收敛性；加速度；兴趣度；均匀度 文献标志码：A 中图分类号：TP301．6；0221．7doi：10．3778／j．issn．1002-8331．1311-0360 1 引言