基于云模型的参数自适应蚁群遗传算法

被引:12
作者
牟峰 [1 ]
王慈光 [1 ]
袁晓辉 [2 ]
薛锋 [1 ]
机构
[1] 西南交通大学交通运输学院
[2] 西南交通大学信息科学与技术学院
关键词
蚁群算法; 遗传算法; 蚁群遗传算法; 正态云模型; 旅行商问题;
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
蚁群算法基于正反馈机制进行全局搜索,具有很强的全局收敛能力;遗传算法具有极强的快速全局搜索能力。为了充分发挥两种算法在寻优过程中的优势,提出一种基于正态云关联规则的自适应参数调节蚁群遗传算法。该算法利用云关联规则实现了蚁群策略和遗传策略的有效融合,极大程度地发挥其整体功能,动态地平衡了算法收敛速度和搜索范围之间的矛盾,最后通过实例证明了其在解决TSP问题时的有效性。
引用
收藏
页码:1763 / 1766
页数:4
相关论文
共 5 条
[1]   一种求解连续空间优化问题的改进蚁群算法 [J].
段海滨 ;
马冠军 ;
王道波 ;
于秀芬 .
系统仿真学报, 2007, (05) :974-977
[2]   具有新型遗传特征的蚁群算法 [J].
张静乐 ;
王世卿 ;
王乐 .
微计算机信息, 2006, (05) :261-263
[3]   基于云X信息的逆向云新算法 [J].
刘常昱 ;
冯芒 ;
戴晓军 ;
李德毅 .
系统仿真学报, 2004, (11) :2417-2420
[4]   具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 .
计算机研究与发展, 1999, (10) :1240-1245
[5]   隶属云和隶属云发生器 [J].
李德毅,孟海军,史雪梅 .
计算机研究与发展 , 1995, (06) :15-20