基于遗传算法的改进智能优化蚁群算法

被引：5

作者：

徐江乐 ^{[1
]}

肖志涛 ^{[1
]}

赵京华 ^{[2
]}

机构：

[1] 天津工业大学电子与信息工程学院

[2] 天津广播电视大学

来源：

微电子学与计算机 | 2011年 / 28卷 / 08期

基金：

天津市科技支撑计划;

关键词：

蚁群算法; 交叉算子; 变异算子; 粒子极值; TSP;

D O I：

10.19304/j.cnki.issn1000-7180.2011.08.013

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对蚁群算法加速收敛和早熟停滞现象的矛盾,根据遗传算法的交叉算子、变异算子和粒子群算法的粒子极值,采用一种优化蚁群算法,以在加速收敛和防止早熟停滞现象之间取得更好的平衡.在利用该算法解决TSP问题中,当前解与个体极值和全局极值分别进行交叉操作,产生的解为新的位置信息.通过对50个城市问题进行实验,结果表明,该方法比一般蚁群算法具有更好的收敛速度和稳定性,适合于求解大规模的问题.

引用

页码：47 / 50

页数：4

共 8 条

[1] 基于改进蚁群算法的聚类分析 [J].