求解旅行商问题的改进蚁群算法研究

被引：23

作者：

张于贤

丁修坤

薛殿春

王晓婷

机构：

[1] 桂林电子科技大学商学院

来源：

计算机工程与科学 | 2017年 / 39卷 / 08期

关键词：

TSP问题; 蚁群算法; 信息素;

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：

针对蚁群算法收敛速度慢的问题,对蚁群算法信息素更新规则进行研究,提出一个基于迭代思想的信息素更新规则。对信息残留因子进行实验,确定在新的信息素更新规则下信息素挥发系数的最佳合理值。最后针对eil51问题和dantzig42问题两个例子的仿真实验对比基本蚁群算法。实验结果表明,改进的蚁群算法在收敛性和求得最优解方面都明显优于基本蚁群算法和其它人工智能算法。

引用

页码：1576 / 1580

页数：5

共 18 条

[1]

改进蚁群算法及在路径规划问题的应用研究.[D].王沛栋.中国海洋大学.2012, 01

[2] 求解TSP的离散人工蜂群算法 [J].

于宏涛 ;

高立群 ;

田卫华 .

东北大学学报(自然科学版), 2015, (08) :1074-1079

[3] 求解旅行商问题的改进果蝇算法 [J].

王克甫 ;

薛鹏 ;

黄全振 ;

李恒宇 .

计算机工程与设计, 2014, 35 (08) :2789-2792+2821

[4] 求解TSP的人工萤火虫群优化算法 [J].

周永权 ;

黄正新 .

控制与决策, 2012, (12) :1816-1821

[5] 基于改进蚁群算法的服务组合优化 [J].

夏亚梅 ;

程渤 ;

陈俊亮 ;

孟祥武 ;

刘栋 .

计算机学报, 2012, 35 (02) :2270-2281

[6] 智能优化算法求解TSP问题 [J].

高海昌 ;

冯博琴 ;

朱利b .

控制与决策, 2006, (03) :241-247+252

[7] 蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例 [J].

叶志伟 ;

郑肇葆 .

武汉大学学报(信息科学版), 2004, (07) :597-601

[8] 求解TSP问题的一种改进的遗传算法 [J].

谢胜利 ;

唐敏 ;

董金祥 ;

不详 .

计算机工程与应用 , 2002, (08) :58-60+245

[9]

Hybridized ant colony algorithm for the Multi Compartment Vehicle Routing Problem.[J].Mohamed M.S. Abdulkader;Yuvraj Gajpal;Tarek Y. ElMekkawy.Applied Soft Computing.2015,

[10]

A new hybrid method based on Particle Swarm Optimization; Ant Colony Optimization and 3-Opt algorithms for Traveling Salesman Problem.[J].Mostafa Mahi;Ömer Kaan Baykan;Halife Kodaz.Applied Soft Computing Journal.2015,

← 1 2 →