基于遗传算法的混合蚁群算法

被引:6
作者
肖宏峰 [1 ]
谭冠政 [2 ]
机构
[1] 湖南师范大学计算机教学部
[2] 中南大学信息科学与工程学院机器人研究所
关键词
遗传算法; 混合蚁群算法; 算法融合; 连续空间优化;
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
提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础,提出了遗传算法融入到蚁群算法融合中的两种新策略,第一种策略是先利用遗传算法具有比较强的全局搜索能力,在大范围内寻找一组解,然后以此为基础,用蚁群算法快速寻找最优解X*best;另一种策略是利用遗传算法交叉操作产生蚁群算法中的新旅行路径,以此提高蚁群算法的全局搜索能力。用上述策略构造两个基于遗传算法的混合遗传算法。用测试函数Rosenbrock和测试函数Shubert验证了混合蚁群算法的正确性。
引用
收藏
页码:42 / 45+134 +134
页数:5
相关论文
共 12 条
[1]   自适应进化的蚁群算法及其仿真研究 [J].
孙宏 ;
詹士昌 ;
金柏林 .
杭州师范学院学报(自然科学版), 2003, (05) :31-34
[2]   蚁群算法中有关算法参数的最优选择 [J].
詹士昌 ;
徐婕 ;
吴俊 .
科技通报, 2003, (05) :381-386
[3]   具有感觉和知觉特征的蚁群算法 [J].
陈崚 ;
秦玲 ;
陈宏建 ;
徐晓华 .
系统仿真学报, 2003, (10) :1418-1425
[4]   蚁群算法求解连续空间优化问题 [J].
杨勇 ;
宋晓峰 ;
王建飞 ;
胡上序 ;
不详 .
控制与决策 , 2003, (05) :573-576
[5]   基于蚁群算法的测试集优化 [J].
俞龙江 ;
彭喜源 ;
彭宇 .
电子学报, 2003, (08) :1178-1181
[6]   蚁群算法进行连续参数优化的新途径 [J].
陈崚 ;
沈洁 ;
秦玲 .
系统工程理论与实践, 2003, (03) :48-53
[7]   蚁群算法在连续空间寻优问题求解中的应用 [J].
汪镭 ;
吴启迪 .
控制与决策, 2003, (01) :45-48+57
[8]   连续优化问题的蚁群算法研究 [J].
高尚 ;
钟娟 ;
莫述军 .
微机发展, 2003, (01) :21-22+69
[9]   一种自适应蚁群算法及其仿真研究 [J].
王颖 ;
谢剑英 .
系统仿真学报, 2002, (01) :31-33
[10]   用于一般函数优化的蚁群算法 [J].
魏平 ;
熊伟清 .
宁波大学学报(理工版), 2001, (04) :52-55