求解函数优化问题的快速连续蚁群算法

被引：34

作者：

马卫

朱庆保

机构：

[1] 南京师范大学数学与计算机科学学院

来源：

电子学报 | 2008年 / 11期

关键词：

函数优化; 连续蚁群算法; 混沌序列; 侦察蚁; 觅食蚁;

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：

用蚁群算法进行函数优化时,存在收敛速度慢并易于陷入局部最小等问题.为此,根据对真实蚂蚁的最新研究成果,提出了一种全新的由侦察蚁和觅食蚁协作搜索的函数优化快速连续蚁群算法.该算法首先引入混沌序列确定侦察蚁的初始位置,然后由侦察蚁进行全局大视域快速搜索,且每迭代完一步和每迭代完一代都要对解进行评价,并对本代最优解的信息素进行标记,由此吸引觅食蚁在本代最优解周围空间进行小步长搜索.通过这种初始化方法和侦察蚁与觅食蚁的相互协作,不仅能很好的提高寻优精度,且使收敛速度大幅提高.计算机仿真实验结果表明,本算法寻优率高,收敛速度提高显著,效果令人满意.

引用

页码：2120 / 2124

页数：5

共 7 条

[1] 连续优化问题的蚁群算法研究
高尚
钟娟
莫述军
[J]. 微机发展, 2003, (01) : 21 - 22+69
[2] Designing digital IIR filters using ant colony optimisation algorithm
Karaboga, N
Kalinli, A
Karaboga, D
[J]. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2004, 17 (03) : 301 - 309
[3] On how Pachycondyla apicalis ants suggest a new search algorithm
Monmarché, N
Venturini, G
Slimane, M
[J]. FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, 2000, 16 (08): : 937 - 946
[4] A Graph-based Ant System and its convergence[J] . Walter J. Gutjahr.Future Generation Computer Systems . 2000 (8)
[5] Ant algorithms and stigmergy
Dorigo, M
Bonabeau, E
Theraulaz, G
[J]. FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, 2000, 16 (08): : 851 - 871
[6] Ant algorithms for discrete optimization
Dorigo, M
Di Caro, G
Gambardella, LM
[J]. ARTIFICIAL LIFE, 1999, 5 (02) : 137 - 172
[7] Chaotic local search algorithm
Changkyu Choi
Ju-Jang Lee
[J]. Artificial Life and Robotics, 1998, 2 (1) : 41 - 47

← 1 →