一种基于监工机制的改进蚁群算法

被引：3

作者：

朱会杰 ^{[1
]}

王新晴 ^{[1
]}

张红涛 ^{[2
]}

赵洋 ^{[1
]}

李艳峰 ^{[1
]}

机构：

[1] 解放军理工大学野战工程学院

[2] 防空兵学院

来源：

解放军理工大学学报(自然科学版) | 2014年 / 15卷 / 02期

关键词：

蚁群优化算法; 监工机制; 自适应; 局部搜索; 旅行商问题;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对基本蚁群算法存在收敛速度慢、易陷入局部最优解等问题,受监工机制的启发,提出了监工蚁群算法,以监工距离作为评价标准,自适应地选择优良的蚂蚁更新信息素,提高了每次迭代中解的质量,指导之后的蚂蚁进行更好的学习。该算法选用优化的全局更新策略,使得信息素在进化前期增加较多,在后期增加较少;同时,自适应地将信息素的值限定在一定范围内,防止某条路径被选择的概率过大或者过小。该算法还添加了发散和收敛机制,当算法陷入局部最优解时,增加探索的概率,有助于跳出局部最优解。仿真结果表明,监工蚁群算法具有较高的全局寻优能力,减少了迭代次数,增强了算法的稳定性。

引用

页码：165 / 170

页数：6

共 11 条

[1]

A modified Artificial Bee Colony algorithm for real-parameter optimization.[J].Bahriye Akay;Dervis Karaboga.Information Sciences.2010,

[2]

Comparison of several intelligent algorithms for solving TSP problem in industrial engineering.[J].Wang Hui.Systems Engineering Procedia.2012,

[3] Exact and approximate nondeterministic tree-search procedures for the quadratic assignment problem [J].