一种基于精英策略的改进蚁群算法及应用.doc

一种基于精英策略的改进蚁群算法及应用① 张家善 1,2, 王志宏 1, 陈应显 1 1(辽宁工程技术大学 工商管理学院, 葫芦岛 125000) 2(湛江师范学院 商学院, 湛江 524048) 摘 要: 针对基本蚁群算法存在求解速度慢,容易出现“早熟”, 导致搜索停滞的缺点, 将遗传算法中排序的概念 扩展到精英机制当中, 以一种新的加权方法进行信息素更新, 建立了改进蚁群算法模型. 对 30 城市物流配送问 题仿真结果表明: 改进算法的求解速度和求解精确度都明显优于基本蚁群算法. 关键词: 蚁群算法; 搜索停滞; 精英策略; 排序; 物流配送 Improved Ant Colony Algorithm Based on Elitist Strategy and Application ZHANG Jia-Shan1,2, WANG Zhi-Hong1, CHEN Ying-Xian1 1(College of Business Administration, Liaoning Technical University, Huludao 125000, China) 2(School of Business, Zhanjiang Normal University, Zhanjiang 524048, China) Abstract: The basic ant colony algorithm converges slowly, is prone to plunge into partial optimum and results in search stagnation. In this paper, the optimized compositor is introduced into elitist strategy. According to ant compositor, new weighted coefficient is designed for pheromone updating. The simulation results of 30-city logistic distribution show that improved algorithm is more efficient and accurate than the basic ant colony algorithm. Key words: ant colony algorithm(ACA); search stagnation; elitist strategy; compositor; logistic distribution 1 引言 蚁群算法(Ant Colony Algorithm, ACA)[1]又称作蚂蚁 算法, 是由意大利的 Marco Dorigo 于 1992 年在他的博士 论文中首先提出, 其基本思想是模仿蚂蚁依赖信息素进 行通信而显示出的社会行为, 在Agent 总体的基础上, 由 一个贪心算法指导下的自催化过程引导每个 Agent 的行 动. 该算法模拟了蚂蚁觅食时的行为, 按照启发式思想, 通过信息素的诱导作用, 逐步收敛到问题的最优解. 其 主要特点就是: 通过正反馈、分布式协作来寻找最优路 径. 目前, 蚁群算法已经广泛应用于旅行商问题、二次分 配问题、作业车间调度问题、物流配送问题, 成为解决 组合优化问题最有效的算法之一. 基本蚁群算法复杂度较高, 一般需要较长的搜索 时间 , 而 且容易 出现搜索 停滞现象 (Stagnation Behaviour), 即搜索进行到一定程度后, 所有个体所发 现的解完全一致, 不能对解空间进一步进??搜索, 不 利于发现更好的解. 围绕该问题, 学者们发表了不少 文献, 如文献[3]在路径选择时提出了一种不再考虑距 离因素, 仅考虑信息素强度的方法; 文献[4]通过在局 部搜索中采用聚类进行二次搜索,取得了较好求解效 果; 文献[5]引入精英策略, 即在每次循环之后给予最 优解以额外的信息素量, 以使到目前为止所找出的最 优解在下一循环中对蚂蚁更有吸引力. 文献[6]基于蚂 蚁分类, 提出了一种改进精英策略算法. 实验表明, 上述算法在一定程度上拓展了解的搜索空间, 提高了 解的质量. 但是依然存在问题, 或者搜索速度慢, 或 者虽然搜索快但却容易陷入局部最优. 本文基于精英 策略并将遗传算法中排序的概念扩展到精英机制当 中, 对蚁群算法进行改进, 以在较短时间内获得问题 的满意最优解. ① 基金项目:国家自然科学基金 收稿时间:2012-02-16;收到修改稿时间:2012-03-14 基本蚁群算法[1,2,