采用基于模拟退火的蚁群算法求解旅行商问题

被引：21

作者：

刘波

蒙培生

机构：

[1] 华中科技大学土木工程与力学学院

来源：

华中科技大学学报(自然科学版) | 2009年 / 37卷 / 11期

关键词：

混合算法; 蚁群算法; 模拟退火; 收敛性; 旅行商问题;

D O I：

10.13245/j.hust.2009.11.033

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对蚁群算法加速收敛和停滞现象的矛盾,提出一种基于模拟退火机制的蚁群算法.在高温阶段以高的概率接收候选集内较差的解加入更新集,随着温度的降低,路径上的信息素分布趋于集中,可以使算法快速收敛.在温度控制机制上采用回火策略,可以使解的质量进一步提高.在算法中结合3opt局部优化算法可进一步提高算法效率,并证明了该算法以概率1收敛到最优解.数值实验表明:相对于基本蚁群算法,该算法的迭代次数可以节省99%左右,且准确性提高接近1%.

引用

页码：26 / 30

页数：5

共 8 条

[1] 基于空间直方图的免疫图像聚类算法研究 [J].

李海芳 ;

王莉 .

计算机工程与设计, 2008, (11) :2932-2935

[2] 基于模拟退火的蚁群算法求解Job-Shop问题 [J].

张晓婧 ;

高慧敏 .

计算机应用与软件, 2008, (05) :77-79

[3] 无线传感器网络多目标路由的改进蚁群算法 [J].

刘徐迅 ;

曹阳 ;

邹学玉 ;

张晋 .

华中科技大学学报(自然科学版), 2007, (10) :24-27

[4] 基于模拟退火策略的逆向蚁群算法 [J].

刘玉霞 ;

王萍 ;

修春波 .

微计算机信息, 2006, (34) :265-267

[5] Schedule synchronization in public transit using the Fuzzy Ant System [J].

Teodorovic, D ;

Lucic, P .

TRANSPORTATION PLANNING AND TECHNOLOGY, 2005, 28 (01) :47-76

[6]

A novel ant colony algorithm for assembly sequence planning[J] . J.F. Wang,J.H. Liu,Y.F. Zhong.The International Journal of Advanced Manufacturing Technology . 2005 (11)

[7]

MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)

[8]

Heuristics from nature for hard combinatorial optimization problems[J] . A. Colorni,M. Dorigo,F. Maffioli,V. Maniezzo,G. Righini,M. Trubian.International Transactions in Operational Research . 1996 (1)

← 1 →