基于群体智能的蚁群算法研究

基于群体智能的蚁群算法研究

ID:19277638

大小:34.00 KB

页数:11页

时间:2018-09-30

基于群体智能的蚁群算法研究_第1页
基于群体智能的蚁群算法研究_第2页
基于群体智能的蚁群算法研究_第3页
基于群体智能的蚁群算法研究_第4页
基于群体智能的蚁群算法研究_第5页
资源描述:

《基于群体智能的蚁群算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于群体智能的蚁群算法研究第28卷第6期2005年6月合肥工业大学(自然科学版)JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGYVo1.28NO.6Jun.2005基于群体智能的蚁群算法研究凌海峰,杨善林,刘业政(合tEJ-业大学管理学院,安徽合肥230009)摘要:群体智能是指任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置,群体智能现正在成为人工智能领域和相关领域的一个研究热点;该文首先介绍了群体智能中的两个重要算法:蚁群算法和粒子群算法的基本思想,然后重点探讨了蚁群优化算法,对基本蚁群算法和改进的蚁群算法进行了深入的分

2、析和评述.关键词:群体智能;蚁群优化;状态转移规则;信息素更新规则中图分类号;TP301.6文献标识码:A文章编号:1003—5060(2005)06—0682—04ResearchonantcolonyalgorithmbasedonswarmintelligenceLINGHal—feng,YANGShan—lin,LIUYe—zheng(SchoolofManagement,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Swarmintelligenceindicatesanyattempttodesignal

3、gorithmsordistributedproblem—solvingdevicesinspiredbythecollectivebehaviorofsocialinsectcoloniesandotheranimalsocieties.Swarmintelligenceisbecomingahotdomaininartificialintelligenceandrelevantfields.Inthispaper,themainideasofantcolonyalgorithmandparticleswarmoptimization,whicharetWOimportanta

4、lgo—rithmsinswarmintelligence,areintroduced,andtheantcolonyalgorithmisdiscussedindetail,includ—ingthebasicantcolonyalgorithmandtheimprovedantcolonyalgorithm.Keywords:swarmintelligence;antcolonyoptimization;statetransitionrule;pheromoneupdatingrue在生物界,蚂蚁,蜜蜂等社会昆虫和鸟群,鱼群等动物呈现出有趣的现象:单个的个体智能并不高,但依靠

5、群体的能力,却发挥出超出个体的智能.这种现象揭示了简单智能的主体通过合作可以表现出复杂智能行为的特性.通过对这种集体行为的人工模拟,用于解决组合优化问题和其它一些实际应用问题的新方法相继产生.对这些新方法的研究可将其称之为群体智能(swarmintel—ligence)的研究.Bonabeau,Dorigo等人于1999年给出群体智能的定义:群体智能是指任何受到社会昆虫群体和其它动物群体的集体行为的启发而设计的算法和分布式问题解决装置.很多实际问题可以转化为最优化问题来解决.按计算的复杂度来划分,这些问题可分为P问题和NP问题.目前对于NP完全问题的解决尚没有很好的方法.在计算智

6、能领域有2种基于群体智能的算法:蚁群算法(antcolonyoptimization,简称ACO)和粒子群算法(particleswarmopti—mization简称PSO).启发于蚁群和鸟群的蚁群优化(ACO)和粒子群优化(PSO)方法对这类问题的解决提供了全新的途径.因此,群体智能的研究具有十分重要的理论和实践意义.收稿日期;2004—0906;修改日期:2004—1O-21作者简介;凌海峰(1971一),男,安徽肥东人,博士生,合肥工业大学助理研究员;杨善林(1948一),男,安徽怀宁人,合肥工业大学教授,博士生导师;刘业政(1965一),男,安徽和县人,博士,合肥工业大

7、学教授,博士生导师.第6期凌海峰,等:基于群体智能的蚁群算法研究683本文首先介绍了群体智能中的2个重要算法:蚁群优化和粒子群优化算法的基本思想,然后重点探讨了蚁群优化算法,对基本的蚁群算法进行了深入的分析,对目前有代表性的改进蚁群算法进行了评述.1蚁群优化与粒子群优化在实际中遇到的优化问题可分为2类:一类是连续优化问题;另一类是离散优化问题.用于解决优化问题的方法很多,传统的方法有线性规划,整数规划和动态规划方法,现在常用的方法有各种进化计算方法,如遗传算法(GA),进化规划(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。