浅谈改进的蚁群算法.docVIP

浅谈改进的蚁群算法 　　摘要：蚁群算法也称蚂蚁算法，模拟生物蚂蚁觅食寻找最佳路径的行为，它由D.M等人提出。算法本质是在图中找出最佳路径。与神经网络等算法一样，是一种新的模拟进化方法。蚁群算法具有很多优良的特性和应用价值。该文对三种改进的蚁群算法进行了细致的阐述、分析与比较，得出它们的优势与不足之处。但是，基本的蚁群算法可能过早的陷入部分最优解且收敛耗时较长。 　　关键词：信息素；蚁群算法 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)31-0000-0c 　　The Analysis of Improvement of Ant Colony Algorithm 　　LI Yun1,2,ZHANG Yong-ping1 　　(1.College of Computer, China University of Mining and Technology, Xuzhou 221116, China; 2.Suqian Higher Normal School, Suqian 223800, China) 　　Abstract: Ant Colony Algorithm (ACA), named ant algorithm, simulates biological behavior of foraging ants to find the best path and it was proposed by D.M etc. In essence the algorithm is to find the best path. Like neural network algorithm, It is a new kind of simulated evolutionary method. It has many excellent properties and applications. This paper introduces that three kinds of basic ant colony algorithm is detailed elaborately, analysized and compared. We derive their advantages and disadvantages. Ant colony algorithm has many excellent properties and applications. However, the basic ant colony algorithm maybe premature in partial optimal solution and convergence time consuming. 　　Key words: information element; ant colony algorithm 　　早期仿生学家针对蚂蚁行为的研究发现，蚂蚁经过一条路时会释放化学物质，这些物质我们称之为信息素，蚂蚁们是依靠感知通过其它蚂蚁释放出来的信息素,沿这个路径找到食物的所在的地方，而且蚁群算法的灵感来源正是根据这种由其他蚂蚁所释放的化学物质信息来影响蚂蚁群体的路径选择的行为方式。 　　蚂蚁在觅食的时候一般会选择信息量大的路径前行，在行走的过程中自己也会释放信息素，这样就形成一个良性循环：路的长度越短，则选该路的蚂蚁也会越多，这样产生的信息素也越多，那么以后赶来的蚂蚁选择此路的机率相对就越高。蚂蚁算法就是模拟蚁群这一觅食行为的优化方法。 　　但是基本的蚁群算法在应用时常会发生停滞情况。如果遇到搜寻的空间非常小，得到的解就可能不理想；但是把搜寻空间加大，搜到的解往往会较理想，不过与此同时迭代次数会剧增。而且在搜寻时间上蚁群算法通常耗时相对较多。为此，提出了两种改进的蚂蚁系统。 　　1 带精英策略的蚂蚁系统（Ant system with elitist strategy） 　　对蚁群算法最早的改进的系统是带精英策略的蚂蚁系统(Ant System with elitist strategy，ASelite)， “精英策略”一词来源于遗传算法。总体来说，如果在遗传算法里引入一些算子（如重组因子、选择因子、突变因子），那么在某代中（既一轮循环里）的最优个体也许不会持续到下一代。精英策略引入的目的在于让某代中的最佳个体持续到下一代。类似的，对于ASelite算法，如果想让某循环找出的最佳的解能保持到下一次，我们给找到的最佳的解添加辅助的信息，按此方式求到的解就是整体最优的，帮助求出这个解的那些蚂蚁就称精英蚂蚁，其中，信息量的更新依下式计算： 　　τij(t+1)=ρτij (t)+△τij +△τij* （1.