一种改进的粗粒度并行蚁群算法

被引：6

作者：

于滨 ^{[1
]}

程春田 ^{[1
]}

杨忠振 ^{[2
]}

谢景新 ^{[1
]}

机构：

[1] 大连理工大学土木水利学院

[2] 大连海事大学交通规划研究所

来源：

系统工程与电子技术 | 2006年 / 04期

关键词：

蚁群算法; 并行; 搜索能力;

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：

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力。提出了一种基于粗粒度模型的并行蚁群算法,该算法采用了一个新的信息素更新策略———Ant-proportion,这种新的更新策略是综合考虑全局和局部信息,依据蚂蚁在搜索过程中所得到的路径的优劣程度和路径中各路段对其贡献的大小来分配信息素增量;另一方面,该算法采用的粗粒度模型充分利用了蚁群算法内在的并行性,使得算法具有更快的收敛速度和更好的优化质量。最后,选用了CHN144问题对该算法进行了检验,算法求得的最优路径优于已知的最优结果。

引用

页码：626 / 629

页数：4