共 2 条
一种引入奖励与惩罚机制的蚁群算法
被引：11
作者：
张志民
张小娟
李明华
胡小兵
机构：
[1] 重庆大学数理学院
来源：
关键词：
蚁群算法;
奖励与惩罚机制;
信息素更新;
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：
蚁群算法是一种新型的仿生类算法,大量实验表明该算法具有较强的搜索最优解的能力,但同时与其它进化算法一样存在搜索速度慢,易于陷于局部最优的缺陷。为了克服蚁群算法在这方面的不足,该文通过引入奖励与惩罚机制,在蚂蚁搜索最优解的过程中,根据每次循环后的搜索结果,对蚁群算法中信息素更新的方法进行自适应调整,以达到从可行解中寻求尽可能好的解(满意解)的目的。通过与ACS算法的对比实验表明本算法在搜索速度和性能方面都有更好的效果。
引用
收藏
页码：161 / 163
页数：3
相关论文