针对QAP问题的改进型蚁群优化算法研究

被引：2

作者：

项前 ^{[1
]}

黄波 ^{[2
,3
]}

李红旮 ^{[1
]}

机构：

[1] 中国科学院遥感应用研究所

[2] 香港中文大学

[3] 中科院-香港中文大学地球信息科学联合实验室

来源：

微计算机信息 | 2010年 / 26卷 / 15期

关键词：

蚁群系统; 二次分配问题; 启发式信息; 信息素;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

本文结合二次分配问题（quadratic assignment problem,QAP）的特点,通过分析传统蚂蚁算法在解决QAP问题时收敛过快,精度不高的缺点,提出一种以ACS（ant colony system）为基础的改进蚁群算法――信息素迭代累积ACS（ACS with accumu-lated pheromone by iteration,ACSAPI）。新方法通过对定义启发式信息和信息素更新规则的改进,扩大了搜索空间,从而避免过早收敛,陷入局部最优解中。该算法已应用于QAP标准测试数据,并通过与另外两种先前提出的改进蚂蚁算法（HASQAP,ACOGLS）的比较分析得出了它在算法精度和执行时间上的优势。

引用

页码：182 / 183+141 +141

页数：3