基于信息素的改进蚁群算法及其在TSP中的应用

被引:7
作者
张家善 [1 ,2 ]
王志宏 [1 ]
机构
[1] 辽宁工程技术大学工商管理学院
[2] 湛江师范学院商学院
关键词
蚁群算法; 局部最优; 信息素; 旅行商问题;
D O I
暂无
中图分类号
TP18 [人工智能理论]; O224 [最优化的数学理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对基本蚁群算法收敛速度慢、易陷于局部最优从而导致搜索停滞的缺陷,提出了一种改进蚁群算法模型.改进算法引入信息素调节系数,避免算法初期各路径上信息素出现过大差异,导致算法"早熟".通过动态调整信息素挥发,在求解速度和寻找全局最优之间寻找平衡.对旅行商问题的仿真结果表明:改进算法的求解结果和求解效率都明显优于基本蚁群算法.
引用
收藏
页码:157 / 161
页数:5
相关论文
共 6 条
[1]   Ant colonies for the travelling salesman problem [J].
Dorigo, M ;
Gambardella, LM .
BIOSYSTEMS, 1997, 43 (02) :73-81
[2]  
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,
[3]   一种基于精英策略的蚁群优化QoS单播路由算法 [J].
吴碧霞 .
莆田学院学报, 2011, 18 (05) :73-76+96
[4]   求解TSP问题的改进最大最小蚁群算法 [J].
杨延庆 ;
李鹏飞 ;
何博 .
西安工程大学学报, 2010, (06) :818-821
[5]   改进型粒子蚁群算法的应用研究 [J].
高博 ;
卢辉斌 .
计算机安全, 2010, (11) :11-13
[6]   基于DACS3的改进蚁群算法求解TSP问题 [J].
王更生 ;
俞云新 ;
蔡求元 ;
尹慧 .
华东交通大学学报, 2010, 27 (02) :57-62