遗传融合蚁群算法的改进与仿真

被引：3

作者：

彭沛夫 ^{[1
]}

张桂芳 ^{[2
]}

机构：

[1] 湖南师范大学物理与信息科学学院

[2] 湖南涉外经济学院

来源：

计算机工程与应用 | 2010年 / 04期

基金：

湖南省自然科学基金;

关键词：

遗传算法; 蚁群算法; 信息素; 仿真;

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：

原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,能够克服收敛速度较慢,易出现停滞,以及全局搜索能力较低的缺陷。但是还不够,因此,在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间,更加提高其全局优化寻优速度。并将遗传融合蚁群算法和改进的遗传融合蚁群算法分别应用于TSPLIB中的Att532TSP问题进行了仿真实验。仿真研究表明,改进后的算法具有更优良的全局优化性能,效果令人满意。

引用

页码：43 / 45

页数：3

共 4 条

[1] 基于遗传因子的自适应蚁群算法最优PID控制 [J].

彭沛夫 ;

林亚平 ;

胡斌 ;

张桂芳 .

电子学报, 2006, (06) :1109-1113

[2] 遗传算法与蚂蚁算法的融合 [J].

丁建立 ;

陈增强 ;

袁著祉 .

计算机研究与发展, 2003, (09) :1351-1356

[3] SELF-ORGANIZED SHORTCUTS IN THE ARGENTINE ANT [J].

GOSS, S ;

ARON, S ;

DENEUBOURG, JL ;

PASTEELS, JM .

NATURWISSENSCHAFTEN, 1989, 76 (12) :579-581

[4]

Distributed optimization by ant colonies .2 Colorni A,Dorigo M,Maniezzo V. Proceedings of the First European Conference on Artificial Life . 1991

← 1 →