求解TSP问题的自适应模拟退火蚁群算法.pdf

第３５卷第２期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．２ ２０１８年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１８ 求解ＴＳＰ问题的自适应模拟退火蚁群算法 １ １ ２ １ 袁汪凰 　游晓明 　刘　升 　朱　艳 １（上海工程技术大学电子电气学院　上海２０１６２０） ２（上海工程技术大学管理学院　上海２０１６２０） 摘　要　　针对蚁群算法易陷入局部最优，收敛速度较慢的问题，在最大最小蚁群算法的基础上，提出一种自适 应模拟退火蚁群算法。在高温阶段以一定概率接受次优解，优化每次迭代后的路径，增加算法的全局搜索能力， 并采用一种自适应的信息素更新策略，前期增加算法的全局搜索能力，后期加快算法的收敛速度；在低温阶段通 过降温系数的取值，加快算法收敛速度，在温度机制上采用了回火机制，避免局部最优，使解的质量得到了提高。 同时在算法中结合了３ｏｐｔ进一步优化了算法解的质量。实验结果表明该算法的收敛速度以及求解质量得到了 一定程度的改善，较好地平衡了种群多样性以及收敛速度的关系。 关键词　　最大最小蚁群算法　模拟退火算法　自适应信息素更新　旅行商问题 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０２．０４７ ＡＤＡＰＴＩＶＥＳＩＭＵＬＡＴＥＤＡＮＮＥＡＬＩＮＧＡＮＴＣＯＬＯＮＹＡＬＧＯＲＩＴＨＭ ＦＯＲＳＯＬＶＩＮＧＴＳＰＰＲＯＢＬＥＭ １ １ ２ １ ＹｕａｎＷａｎｇｈｕａｎｇ　ＹｏｕＸｉａｏｍｉｎｇ 　ＬｉｕＳｈｅｎｇ　ＺｈｕＹａｎ １（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ２０１６２０，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ２０１６２０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｔｈｅｌｏｃａｌｏｐｔｉｍｕｍａｎｄｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄｉｓｓｌｏｗ，ａｎａｄａｐｔｉｖｅｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｔｈｅｍａｘｉｍｕｍ ｍｉｎｉｍｕｍａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ．Ｔｈｅａｌｇｏｒｉｔｈｍａｃｃｅｐｔｅｄｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｌｕｔｉｏｎｗｉｔｈａｃｅｒｔａｉｎｐｒｏｂａｂｉｌｉｔｙａｔａｈｉｇｈ ｔｅｍｐｅｒａｔｕｒｅ．Ｔｈｅｐａｔｈｗａｓｏｐｔｉｍｉｚｅｄａｆｔｅｒｅａｃｈｉｔｅｒａｔｉｏｎ．Ｔｈｅｇｌｏｂａｌｓｅａｒｃｈａｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍｗａｓｉｎｃｒｅａｓｅｄ，ａｎｄ ａｎａｄａｐｔｉｖｅｐｈｅｒｏｍｏｎｅｕｐｄａｔｉｎｇｓｔｒａｔｅｇｙｗａｓａｄｏｐｔｅｄ．Ｔｈｅｇｌｏｂａｌｓｅａｒｃｈａｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍｗａｓｉｎｃｒｅａｓｅｄｉｎｔｈｅ ｅａｒｌｙｓｔａｇｅａｎｄａｃｃｅｌｅｒａｔｅｄｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｎｔｈｅｌａｔｅｒｓｔａｇｅ．Ｉｎｔｈｅｌｏｗｔｅｍｐｅｒａｔｕｒｅｓｔａｇｅ，ｔｈｅ ｓｐｅｅｄｏｆｔｈｅａｌｇｏｒｉｔｈｍｗａｓａｃｃｅｌｅｒａｔｅｄｂｙｔｈｅｖａｌｕｅｏｆｔｈｅｔｅｍｐｅｒａｔｕｒｅｃｏｅｆｆｉｃｉｅｎｔ，ａｎｄｔｈｅｎｔｈｅｔｅｍｐｅｒｉｎｇｍｅｃｈａｎｉｓｍ ｗａｓａｄｏｐｔｅｄｔｏａｖｏ