改进的增强型蚁群算法.pdfVIP

维普资讯 第31卷 第2期 计 算 机 工 程 2005年1月 lanuar32005 yo1．3l № 2 ComputerEngineering · 人工智能及识别技术 · ~ltm-g-：1000-_3428(20Il5)o2—1l76—13 文献标识码：A 中图分类号：TP37 改进的增强型蚁群算法 陈宏建 ，‘陈 峻 ，徐晓华I，屠 莉 ‘ (I扬州夫学信息 l：程学院计算机科学与工程系，扬州 225009；2．南京大学软件新技术国家重点 验室 ，南京210093) 摘 要：针对传统增强型蚁群算法容易出现早熟和停滞现象的缺陷，提出了一种改进的增强型蚁群算法。该方法将传统的增强型蚁群算法和 遗传锋法中交叉操作和变异操作相结合，实验结果表明，该方法比传统的增强型蚁群算法具有更好的搜索全局最优解的能力c一 关健词：蚁群算法；交叉；变异；优化 AnImprovedAugmentAntColonyAlgorithm CHENHongjian。，CHENLing。，XUXiaohua ，TULi。 (1Dept．ofComputerSci． Eng、CollegeofI‘nformation EngineeringYangzhouUniv．Yangzhou225009； 2．NationalKeyLabofNovelSoftwareTcch．，NanjingUniv．、Nanjing2l0093) lAbslracllrOovcrconlcthedclhultofprccocityandstagnation_l1classicalaugmentantcolonyalgorithm．anmodiliedatlglllCfltantcokmyalgolit‘hln ispresented Thcalgolithm LIStStheoperationsofcrossovcrandmutationol、GA inaugmentantcolonyoptimization Experimentalrcsul~ h1【、Vthatthe algotithm hasmuchhighcl。capacit3ol、globaloptimizationthanthatclassicalaugmentantcolon),algorithm． 1Kc)wordslAntcolonyalgo~，ithm；Crossover；Mutation；Optitnization 蚁群算法还存在许多缺陷，例如蚁群巾多个蚂蚁的运动 j之间的路径上的残留信息素强度，我们以此来模拟实际蚂 是随机的，当群体规模较大时，很难在较短时间内从复杂无 蚁的分泌物。蚂蚁 在行进过程中，根据各条路径上的信息 章的路径中找出一条较好的路径。为II-~M．Dorigo等人在基本 素强度来决定下一步所行进的路径，采用 ／ (，)表示在时刻 蚁群算法的基础 提出了称之为Ant—QSystem的蚁群算 ， ，蚂蚁 由城市转移到城市，的概率，则有 仅让每一次循环fIJ最短的路径上的信息素作更新。为了克服 在Ant—Q中可能出现的停滞现象，T．Stu~le等人提出rMAX— (‘．j{∑ )，∥(．]ealloweda ㈩(1) MIN AntSystem191 ，允许各个路径上的信息素在一个限定的范 {0、