蚁群优化算法及其应用研究进展-read

蚁群优化算法及其应用研究进展-read

ID:32413408

大小:236.80 KB

页数:4页

时间:2019-02-04

蚁群优化算法及其应用研究进展-read_第1页
蚁群优化算法及其应用研究进展-read_第2页
蚁群优化算法及其应用研究进展-read_第3页
蚁群优化算法及其应用研究进展-read_第4页
资源描述:

《蚁群优化算法及其应用研究进展-read》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、维普资讯http://www.cqvip.com计算机测量与控制.2003.11(12)Com~terMeasurement&Control·911·文章编号:1671—4598(20o3)12—0911—03中图分类号:O231文献标识码:A蚁群优化算法及其应用研究进展李士勇(哈尔滨工业大学控制科学与工程系,黑龙江哈尔滨150001)摘要:综述了近年来蚁群算法及其在组合优化中的应用研究成果。首先简述了蚁群的觅食行为及蚂蚁的信息系统,其次介绍了人工蚁群算法的基本原理及其主要特点。然后概述了这种算法在组合优

2、化问题中的多种应用,诸如旅行商问题(rsP)、二次分配问题(QAP)、任务调度问题(JSP)、车辆路线问题(Ⅵ)、图着色问题(GCP)、有序排列问题(SOP)及网络由问题等。最后对蚁群算法仍需要解决的问题和未来的发展方向进行了探讨。关键词:蚁群算法;蚂蚁系统;组合优化;启发式算法P】mgl-essesinAntColonyOptimizationAlgorithm、thApplicationsUShi—y0ng(DepartmentofControlScienceandEngineering,Harbin

3、InstituteofTechnology,Harbin150001,China)A;bd:TherecentresearchresultsofAntColonyMgorithm(ACA)anditsappfieationsforcombinatorialoptimizationareoverviewed.Atfirstantcoloniesforagingbehaviorandtheircommunicationsystemarebrieflyintroduced.Thenthebasicprincip

4、leandthemaincharacteristicsofartificialantcolonyalgorithmarepresented.ThirdlytheapplicationsofACAforthecombinatorialoptimiza—tionproblemsaredescribed,suchasP,QAP,JSP,VRP,OCP,SOPandthenetworksroutingproblem.Finallytheproblemstobesolvedandthefutureworksaled

5、iseL1ssed.Keywords:antcolonyalgorithm;antsystem;combinatorialoptimization;meta—heuristicalgorithm1引言以综述,旨在为进一步推动这一领域的理论与应用研究。2蚂蚁的群体行为及信息系统随着科学技术的飞速发展,计算机测量与控制系统的信息化、数字化及智能化的发展趋势锐不可挡。在自蚂蚁是最古老的社会昆虫之一,它的个体结构和行动化测试与控制系统中,存在着控制策略、规则、结构为虽简单,但由这些简单个体构成的蚂蚁群体,却表现以

6、及控制参数的组合优化问题,因此,在计算机自动控出高度结构化的社会组织。蚂蚁王国俨然是一个小小“社制系统中,控制和优化始终是两个重要问题。实际上,会”。这里,有专司产卵的后蚁;有为数众多的从事觅食使用计算机进行控制和优化本质上都表现为对信息的某打猎、兴建屋穴、抚育后代的工蚁;有负责守卫门户、种处理。随着研究对象的日益复杂化,其特性表现为非对敌作战的兵蚁;还有专备后蚁招婿纳赘的雄蚁等等。线性、不确定性等,难以建立精确“数学模型”。因此,蚂蚁是社会性昆虫,组成社会的三要素之一就是社传统的基于对象精确模型的控制理

7、论与使用确定性的优会成员除有组织、有分工之外,还有相互的通讯和信息化算法都遇到了极大的困难。于是人们就从模拟人的智传递。研究表明,蚁群有着奇妙的信息系统。其中包括能控制行为得到启示,将人工智能同自动控制理论相结视觉信号、声音通讯和更为独特的无声语言,即包括化合,创立了智能控制理论;人们从生物进化及仿生学中学物质不同的组合、触角信号和身体动作在内的多个征受到启发,提出许多启发式的智能优化方法。如禁忌算集系统,来策动其它个体。蚂蚁特有的控制自身环境的法、神经网络算法、遗传算法、免疫算法及蚁群算法能力,是在高级

8、形式的社会性行为及不断进化过程中获等,它们为解决许多复杂优化问题(NP一困难问题)得的[卜。提供了崭新的途径。觅食行为是蚁群一个重要而有趣的行为。据昆虫学文章就蚁群优化算法的基本原理及其应用研究进展加家的观察和研究,发现蚂蚁有能力在没有任何可见提示下找出从蚁穴到食物源的最短路径,并且能随环境变化适应性地搜索新的路径,产生新的选择。虽然单个蚂蚁收稿日期:2003—07—31。基金项目:哈尔滨工业大学跨学科交叉性研究基金资助项的行

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。