双种群改进蚁群算法

被引：6

作者：

郏宣耀 ^{[1
]}

滕少华 ^{[2
]}

机构：

[1] 宁波大红鹰职业技术学院软件学院

[2] 清华大学计算机科学与技术系

来源：

计算机辅助工程 | 2006年 / 02期

关键词：

正反馈; 局部收敛; 蚁群算法; 双种群;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

基本蚁群优化(Basic Ant Colony Optimization,BACO)算法在进化中容易出现停滞,其根源是蚁群算法中信息的正反馈．在大量蚂蚁选择相同路径后,该路径上的信息素浓度远高于其他路径,算法很难再搜索到邻域空间中的其他优良解．对此,提出一种双种群改进蚁群(Dual Population Ant colony Optimization,DPACO)算法．借鉴遗传算法中个体多样性特点,将蚁群算法中的蚂蚁分成两个群体分别独立进行进化,并定期进行信息交换．这一方法缓解了因信息素浓度失衡而造成的局部收敛,有效改进算法的搜索性能,实验结果表明该算法有效可行．

引用

页码：67 / 70

页数：4