一种基于微粒群思想的蚁群参数自适应优化算法

被引：13

作者：

夏辉 ^{[1
]}

王华 ^{[1
]}

陈熙 ^{[2
]}

机构：

[1] 山东大学计算机科学与技术学院

[2] 山东大学管理学院

来源：

山东大学学报(工学版) | 2010年 / 40卷 / 03期

关键词：

微粒群优化; 蚁群优化; 自适应选取; 优质组合; 货郎问题;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

利用微粒群优化(particle swarm optimization,PSO)思想对蚁群优化(ant colony optimization,ACO)算法的参数取值进行优化选择。通过微粒群粒子搜索,自适应选取参数值的优质组合,使ACO算法的参数取值不必依靠人工经验或反复试验。经过该算法求取的参数组合显著提高了ACO算法的优化性能,并且参数的取值具有连续性,随机性和精确性。利用这种算法获得的参数值的优质组合反馈回ACO算法中,在解决货郎问题(traveling sales-man problem,TSP)时具有优异的效果。

引用

页码：26 / 30+94 +94

页数：6