基于蚁群算法的通信线路最佳抢修路径问题的研究.docVIP

基于蚁群算法的通信线路最佳抢修路径问题的研究 　　摘要：通信线路最佳抢修路径问题，其实质就是交通路网中的最优路径问题。该文在研究蚁群算法的原理和基本模型的基础上，提出用一种改进的蚁群算法来解决最优路径问题。实验表明，该方法能在较短时间内发现最优解，对研究通信线路最佳抢修路径问题具有较大的实际意义。 　　关键词：蚁群算法；信息素；最佳抢修路径 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)07-1619-03 　　Research for Optimal Repair Path of Communication Lines Based on Ant Colony Algorithm 　　SUN Yu 　　(College of Computer Science, Chongqing University, Chongqing 400044, China) 　　Abstract: The essence of optimal repair path of communication lines is the optimal routing problem of traffic network. This paper introduced the theory and basic model of ant colony algorithm, and proposed an improved ant colony algorithm to solve the problem. The result of experiment shows that this method can accurately find the optimization solution in a relatively short period, which has the meaning of realism to the study of optimal repair path problem. 　　Key words: ant colony algorithm; pheromone; optimal repair path 　　通信网络是通信系统运行最基本的支撑网络，其可靠性和建设水平直接关系到国民经济和人们的日常生活。通信线路最佳抢修路径问题是通信网管理系统中研究的一个重要课题，实际上也就是交通网络中的最优路径问题。目前已存在多种算法来求解此类问题，如传统的Dijkstra算法、Floyd算法、启发式搜索的A*算法、蚁群算法(ant colony algorithm，ACA)和遗传算法等。蚁群算法作为一种全局启发式算法，运用其进行最优路径选择具有较大的性能优势。 　　1 蚁群算法的一般原理 　　蚂蚁是自然界中的一种常见昆虫，它们没有视觉，却总能在觅食过程中找到一条从蚁巢到食物源的最短路径。生物学家经过长期大量细致的观察和研究发现，这一过程是通过蚂蚁个体分泌的信息素（Pheromone）来实现的。蚂蚁在行进的过程中会留下一定量的信息素，其它蚂蚁都可以感知到这种物质的存在。当某只蚂蚁来到一个陌生的路口时，它会随机选择一条路径前进并释放出与该路径长度有关的信息素，后到的蚂蚁经过该路口时，会倾向于选择那些信息素含量较高的路径继续前行，同样也会在经过该路径时释放出信息素。由此，最优路径上的信息素越来越大，而其它路径上的信息素甚至会随着时间的推进而消失殆尽。上述蚂蚁搜寻食物的过程，实际上是一种正反馈的机制，蚁群可以由此快速地找到由蚁巢到食物源的最佳路径。 　　如图1所示，假设A为蚁巢，F为食物源，从A到F，有长度为2的ABCEF和长度为4的ABDEF两条路径可供选择。蚂蚁在单位时间内可以移动0.5个单位的距离，每只蚂蚁经过路径时均留下1个单位的信息素。t=0时刻，有20只蚂蚁从A点出发寻找食物。t=1时刻，20只蚂蚁到达B点，由于没有信息素的引导，蚂蚁以相同概率选择路径，分别有10只蚂蚁选择两条路径。t=4时刻，选择BCE的10只蚂蚁到达食物源。t=5时刻，两组蚂蚁在E点相遇。这时EC和ED上信息素均为10，所以返回的10只蚂蚁分别有5只选择EC，5只选择ED。t=8时刻，选择EC的5只蚂蚁返回A点。t=9时刻，前5只蚂蚁又到达B点进行选择，这时BC上信息素为20，BD上信息素为15，因此会有更多蚂蚁选择BC，同时也会在该路径留下更多信息素。随着时间推移，两条路径上的信息素差距会越来越大，通过蚁群之间的这种相互协作，最终所有的蚂蚁都选择了较短的路径。 　　受蚂蚁觅食行为启发，意大利学者Dorigo M等于1991年提出了一种新型的智能优化算法，即蚁群算法。蚁群算法诞生以来表现出了强大的生命力，并被运用到解决任