一种求解函数优化的自适应蚁群算法

被引:4
作者
赵宝江 [1 ]
金俊 [2 ]
李士勇 [1 ]
机构
[1] 哈尔滨工业大学控制科学与工程系
[2] 牡丹江师范学院数学系
关键词
蚁群算法; 函数优化; 分散度; 遗传算法;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
针对多极值连续函数优化问题,提出了一种自适应蚁群算法。该方法将解空间划分成若干子域,根据蚂蚁在搜索过程中所得解的分布状况动态的调节蚂蚁的路径选择策略和信息量更新策略,求出解所在的子域,然后在该子域内确定解的具体值。仿真结果表明该算法具有不易陷入局部最优、解的精度高、收敛速度快、稳定性好等优点,其性能优于基本遗传算法以及克隆选择算法。
引用
收藏
页码:40 / 43
页数:4
相关论文
共 7 条
[1]   具有自适应杂交特征的蚁群算法 [J].
朱海梅 ;
朱庆保 ;
胡勇 ;
不详 .
计算机工程与应用 , 2004, (22) :81-83+96
[2]   一种新的自适应蚁群算法及其应用 [J].
胡小兵 ;
黄席樾 ;
张著洪 .
计算机仿真, 2004, (06) :108-111
[3]   基于变异和动态信息素更新的蚁群优化算法 [J].
朱庆保 ;
杨志军 .
软件学报, 2004, (02) :185-192
[4]   具有感觉和知觉特征的蚁群算法 [J].
陈崚 ;
秦玲 ;
陈宏建 ;
徐晓华 .
系统仿真学报, 2003, (10) :1418-1425
[5]   基于分布均匀度的自适应蚁群算法 [J].
陈崚 ;
沈洁 ;
秦玲 ;
陈宏建 .
软件学报, 2003, (08) :1379-1387
[6]   自适应调整信息素的蚁群算法 [J].
覃刚力 ;
杨家本 .
信息与控制, 2002, (03) :198-201+210
[7]   An improved ant system algorithm for the vehicle routing problem [J].
Bullnheimer, B ;
Hartl, RF ;
Strauss, C .
ANNALS OF OPERATIONS RESEARCH, 1999, 89 (0) :319-328