浅谈用蚁群算法求解TSP.pdfVIP

( ) 第 24 卷第 4 期 甘肃联合大学学报 自然科学版 Vol . 24No . 4 20 10 年 7 月 J ournalof Gan suLianheU niver sit y (Nat ural Sciences) J ul . 20 10 ( ) 　　文章编号 : 167269 1X 20 10 04006 103 浅谈用蚁群算法求解 T SP 李 　云 (宿迁高等师范学校 计算机系 ,江苏 宿迁 223800) 摘 　要 :蚁群算法是优化领域中新出现的一种启发式仿生类智能进化算法. 阐述了该算法的基本原理 、算法模 型和在旅行商问题中的具体实现过程. 研究表明该算法具有并行性 ,鲁棒性等优 良性质. 关键词 :蚁群算法 ;旅行商问题 中图分类号 : TP393 . 0 1 　　　文献标识码 :A 今尚未找到有效的求解方法, 在理论上枚举法可 　引言 以解决这一问题, 但是当 n 较大时, 解题的时间消 自仿生学创立以来 ,科学家们就根据生物进 耗会使枚举法显得没有任何实际价值. 因此寻求 化的机理先后提出了多种适合于现实世界中复杂 一种求解时间短, 能满足实际问题精度要求的解, ( 问题优化的模拟进化算法 ,蚁群算法 A nt Colon 成为解决该问题的主要途径. yAlgorit hm ,简称 A CA ) 是由意大利学者 Dorigo 　基本蚁群算法 等人于 20 世纪 90 年代初首先提出来的一种基于 种群的启发式仿生类并行智能进化算法的新型的 　基本蚁群算法的原理 模拟进化算法[ 1 ] . 其主要特点就是 :通过正反馈分 根据仿生学家的长期研究发现 :蚂蚁虽然没 布式并行计算机制来寻找最优路径. 它充分利用 有视觉 ,但运动时会通过在路径上释放出一种特 了自然界蚁群能通过个体间简单的信息传递 ,从 殊的分泌物 ———信息素来寻找路径. 当它们碰到 而能相互协作 ,搜索从蚁穴至食物间最短路径的 一个还没有走过的路 口时 ,就随机地挑选一条路 集体寻优特征 , 以及该过程与旅行商问题求解之 径前行 , 同时释放出与路径长度有关的信息素. 蚂 间的相似性 ,得到了具有 N P 难度的旅行商问题 蚁走的路径越长 ,则释放的信息量越小. 当后来的 的最优解答. 同时 ,该算法还被成功应用在图着色 蚂蚁再次碰到这条路 口的时候 ,选择信息量较大 问题[2 ] 、大规模集成电路设计 、通讯网络中的路由 路径的概率相对较大 ,这样便形成了一个正反馈 问题 、负载平衡 、车辆调度问题等 ,表明该算法具 机制. 最优路径上的信息量越来越大 ,而其他路径 有良好的解决复杂问题的能力. 上的信息量却会随着时间的流逝而逐渐消减 ,最 ( ) 旅行商 问题 Traveling Sale sman Problem 终整个蚁群会找到最优路径. 同时蚁群还能够适 是一个著名的 N Phar d 问题. 即给定 n