一种改进的蚁群算法.docxVIP

一种改进的蚁群算法 一种改进的蚁群算法 第２７卷增刊哈尔滨工程大学学报 Ｓｕｐｐｌ．２００６年７月 Ｅｎｇｉｎｅｅｒｉｎｇ ＵｎｉＶｅｒｓｉｔｙ Ｊｕｌ．２００６ 一种改进的蚁群算法 张昕１，一，彭 宏１，郑启伦１ （１．华南理工大学计算机科学与工程学院，广东广州 ５１０６４０；２．华南农业大学理学院，广东广州 ５１０６４２） 摘要：蚁群算法是一种新的进化算法，其基本思想是模拟蚂蚁的合作行为．蚁群算法已成功地应用于许多优化问题，成为求解组合优化问题的新的进化算法．最新研究表明蚁群算法是一种基于群体的强鲁棒性的进化算法．但是，蚁群算法也有收敛速度慢，容易陷入局部最优的缺点．为了克服这些缺点，吸取微粒群算法的优点，提出了一种改进的蚁群算法．实验结果表明改进算法是有效的，与标准的蚁群算法相比，算法性能得到了明显改善．关键词：蚁群算法；ＴｓＰ问题：信息素：微粒群算法中图分类号：ＴＰ３叭．６ 文献标识码：Ａ 文章编号：１００６．７０４３（２００６）增一０５１８．０５ Ａｎｉｍｐｒ０Ｖｅｄａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ ＺＨＡＮＧＸｉｎｌ…，ＰＥＮＧＨｏｎ９１，ＺＨＥＮＧ Ｑｉ—ｌｕｎｌ （１．ｃ０１１ｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａＩｌｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｍＣｍｎａｕＩｌｉＶｅｒｓ时ｏｆＴｅｃｈｎｏｌｏｇｙ，ＧｕａＩｌｇｚｈｏｕ５１０６４０，ｃｈｉｎａ；２．ｃｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅｓ，ＳｏｕｍＣｌｌｉｎａ Ａ鲥ｃｕｌｔｕｍｌＵＩｌｉＶｅｒｓ咄ＧｕａＩｌｇｚｈｏｕ５１０６４２，ＣｌｌｉＩｌａ） Ａｒｔｉｆｉｃｉａｌａｎｔｃｏｌｏｎｙａｌｇｏｒｉ廿ｌｍ（ＡＣＡ）ｉｓ ｎｅｗｉｎｔｈｅｅｖｏｌｕｔｉｏｎ ｃｏｍｐｕｔｉｎｇ．Ｔｈｅｂａｓｉｃｉｄｅａｉｓ ｉｍｉｔａｔｅｔｈｅｃｏｏｐｅｒａｔｉＶｅ ｂｅｈａｖｉｏｒｏｆａｎｔｃｏｌｏｎｉｅｓ．ＡＣＡｈａｓａｃｌｌｉｅｖｅｄｗｉｄｅｓｐｒｅａｄｓｕｃｃｅｓｓ ｉｎｓｏｌｖｉｎｇ ｄｉｆ艳ｒｅｎｔｏｐｔｉＩＩｌｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ，ｅｓｐｅｃｉａｌｌｙｉｎ ｓｏｌｖｉｎｇ ｃｏｍｂｉｎａｔｏｒｉａｌｏｐｔｉＩＩｌｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ．Ｔｈｅｐｒｉｍａｒｙｓｔｕｄｙｓｈｏｗｓｉｔｉｓ ｂｅｔｔｅｒｒｏｂｕｓｔ ａｌｇｏｒｉｔｌｌｍｂａｓｅｄ ｐｏｐｕｌａｔｉｏｎ，ｂｕｔｉｔ ｈａｓｓｏｍｅｓｈｏｒｔｃｏｒｎｉｎｇｓｓｕｃｈａｓ ｉｔｓｓｌｏｗ ｃｏｍｐｕｔｉｎｇｓｐｅｅｄ，ａｎｄｉｔｉｓｅａｓｙ ｆａｌｌｉｎｌｏｃａｌｐｅｄｋｉｎｌａ唱ｅｓｃａｌｅｐｒｏｂｌｅｍ．ＴｂｏＶｅｒｃｏｍｅ ｔｈｅｓｅｄｅｆｉｃｉｅｎｃｉｅｓ，ａｎ ｉｍｐｍｖｅｄ锄ｔ ｄｅｓｉｇｎｅｄ ｍｍｕｇｈａｂｓｔｒａｃｔｉｎｇｍｅａｄｖａｎｔａｇｅｓ研ｐａｎｉｃｌｅｓｗａｎｎ ｏｐｔｉＩＩｌｉｚａｔｉｏｎ（ＰＳ０）．Ｔｈｅ ｒｅｓｕｌｔｓｏｆ ｍｅｅｘｐｅｒｉｍｅｎｔｓｕｇｇｅｓｔｍａｔｍｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｌｌｍｉｓｅ仃ｅｃｔｉＶｅ．Ｒｅｓｕｌｔｓ ＶｅｒｙｐｒｏｌＩｌｉｓｉｎｇ ｃｏｍｐａｒｅｄｔｏｍｅｃｏｒｒｅｓｐｏｎｄｉｎｇｒｅｓｕｌｔｓｏｆｍｅｓｔａＩｌｄａｒｄａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｌｌｍ，ｉｎｄｉｃａｔｉｎｇｔｈｅｓｕｐｅｒｉｏｒｉｔｙｏｆｔｌｌｅｎｅｗｓｃｈｅｒｎｅ．Ｋｅｙｗｏｒｄｓ：ａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔＩｌｍ（ＡＣＡ）；ＴＳＰ；ｐｈｅｍｍｏｎｅ；ｐａｒｔｉｃｌｅ ｏｐ血１ｌｉｚａｔｉｏｎ（ＰＳＯ） 蚂蚁在寻找食物时，总是能找到较短的路径．ＭａＸ—Ｍｉｎ ＡＳ（ＭＭＡＳ）‘７１、Ｄ耐ｇｏ，ＧａＩＩｌｂａｒｄｅｌｌａ提出 受此启发，意大利学者ＭａｃｒｏＤｏｒｉｇｏ，ＶＭａＩｌｉｅｚｏｏ， 的ＡＪｌｔＣｏｌｏｎｙＳｙｓｔｅｍ（ＡＣＳ）删、结合Ｑ—Ｌｅａｍｉｎｇ提 Ａ．Ｃｏｌｏｍｉ等于２０世纪９０年代提出了Ａｎｔ 出的Ａｎｔ．Ｑ算法【９］等等．本文吸收微粒群算法的精华Ｓｖｓｔｅｍ（ＡＳ）【ｌＪ．蚁群算法通过由候选解组成的群体的 思想，提出了一种能够避免过早收敛的改进的蚁群进化过程来寻求最优解，特别适合于在离散优化问算法．实验结果表明，该算法具有较好的性能． 题的解空间进行多点非确定性搜索，已应用于旅行商问题、二次