求解TSP的离散人工蜂群算法

被引：11

作者：

于宏涛 ^{[1
]}

高立群 ^{[1
]}

田卫华 ^{[2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 沈阳工程学院自动化学院

来源：

东北大学学报(自然科学版) | 2015年 / 08期

关键词：

离散人工蜂群算法; 旅行商问题; 2-Opt; 学习算子; 排斥算子;

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：

针对旅行商问题,提出了一种新型的离散人工蜂群算法.根据该优化问题及离散量的特点,对引领蜂、跟随蜂和侦查蜂角色转变机制和搜索策略进行了重新定义.蜂群角色转变基于定义的收益比因子.引领蜂邻域搜索采用2-Opt算子和学习操作来加速算法收敛速度;跟随蜂搜索引入禁忌表来提高算法的局部求精能力;侦查蜂搜索定义了排斥操作来保持种群的多样性,从而较好地平衡了算法的探索及开采能力.实验结果表明,算法能够在较短时间内找到相对满意解,提高了TSP的求解效率.

引用

页码：1074 / 1079

页数：6

共 7 条

[1] 一种求解旅行商问题的离散状态转移算法(英文) [J].

阳春华 ;

唐小林 ;

周晓君 ;

桂卫华 .

控制理论与应用, 2013, 30 (08) :1040-1046

[2] 一种带规范知识引导的改进人工蜂群算法 [J].

林小军 ;

叶东毅 .

模式识别与人工智能, 2013, 26 (03) :307-314

[3] 基于人工蜂群算法的TSP仿真 [J].

胡中华 ;

赵敏 .

北京理工大学学报, 2009, 29 (11) :978-982

[4] The analysis of discrete artificial bee colony algorithm with neighborhood operator on traveling salesman problem [J].

Kiran, Mustafa Servet ;

Iscan, Hazim ;

Gunduz, Mesut .

NEURAL COMPUTING & APPLICATIONS, 2013, 23 (01) :9-21

[5] Multilevel thresholding selection based on the artificial bee colony algorithm for image segmentation [J].

Horng, Ming-Huwi .

EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (11) :13785-13791

[6]

Artificial Bee Colony （ABC） for multi-objective design optimization of composite structures[J] . S.N. Omkar,J. Senthilnath,Rahul Khandelwal,G. Narayana Naik,S. Gopalakrishnan.Applied Soft Computing Journal . 2009 (1)

[7]

Artificial bee colony （ABC） optimized edge potential function （EPF） approach to target recognition for low-altitude aircraft[J] . Chunfan Xu,Haibin Duan.Pattern Recognition Letters . 2009 (13)

← 1 →