自适应蚁群算法

《自适应蚁群算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第卷第期控制理论与应用，年月，"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""文章编号：（）自适应蚁群算法!张纪会（东北大学控制仿真中心·沈阳，）高齐圣徐心和（青岛化工学院计算机系·青岛，）（东北大学控制仿真中心·沈阳，）摘要：蚁群算法是由意大利学者等人首先提出的一种新型的模拟进化算法，初步的研究已经表明该算法具有许多优良的性质，为求解算杂的组合优化问题提供了一种新思路此方法已经引起了众多学者的研究兴趣但同时也存在着一些缺点，如需要较长的计算时间，容易出现停滞

2、现象等目前国内对此研究尚少，为此，本文对蚁群算法的研究现状作一综述，希望能够对相关研究起到一定的启发作用关键词：蚁群算法；强化学习；旅行商问题文献标识码：（，·，，）（，·，，）（，·，，）：，，，，，：；；引言（）究现状作一综述，希望能够对相关研究有所启发本世纪年代中期创立了仿生学，人们从生物进化的基本蚁群算法（）机理中受到启发，提出了许多用以解决复杂优化问题的新方!基本蚁群算法的原理（）法，如遗传算法、进化规划、进化策略等蚁群算法是最近几人工蚁群算法是受到人们对自然界中真实的蚁群集体年才提出的一种新型的模拟进化算法，由意大利学者行为

3、的研究成果的启发而提出的一种基于种群的模拟进化［］，他们称之为蚁群系统（算法，属于随机搜索算法由意大利学者等人首先等人首先提出来提出［］［］、指派问等人首次提出该方法时，充分利用了蚁群），并用该方法求解旅行商问题（）搜索食物的过程与著名的旅行商问题（）之间的相似性，题（）［，］、调度问题［，］，取得了一通过人工模拟蚂蚁搜索食物的过程（即：通过个体之间的信系列较好的实验结果受其影响，蚁群系统模型逐渐引起了息交流与相互协作最终找到从蚁穴到食物源的最短路径）来其他研究者的注意，并用该算法来解决一些实际问题［，］求解，为了区别于真实蚂蚁群体系统

4、，我们称这种算法虽然对此方法的研究刚刚起步，但是这些初步研究已显示出为“人工蚁群算法”蚁群算法在求解复杂优化问题（特别是离散优化问题）方面象蚂蚁这类群居昆虫，虽然单个蚂蚁的行为极其简单，的一些优越性，证明它是一种很有发展前景的方法鉴于目但由这样的单个简单的个体所组成的蚁群群体却表现出极其复杂的行为，能够完成复杂的任务，不仅如此，蚂蚁还能够前国内尚缺乏这一方面的研究，本文对蚁群算法原理及其研适应环境的变化，如：在蚁群运动路线上突然出现障碍物时，!基金项目：主题（）资助项目收稿日期：；收修改稿日期：控制理论与应用卷蚂蚁能够很快地重新找到最优

5、路径蚁群是如何完成这些复市转移到城市的期望程度，可根据某种启发式算法具体确定根据具体算法的不同，（），!（）及（）的表达形杂的任务的呢？人们经过大量研究发现，蚂蚁个体之间是通过一种称之为外激素（）的物质进行信息传递从而式可以不同，要根据具体问题而定曾给出三种不能相互协作，完成复杂的任务蚁群之所以表现出复杂有序同模型，分别称之为、、［］的行为，个体之间的信息交流与相互协作起着重要的作用它们的差别在于表达式（）的不同在蚂蚁在运动过程中，能够在它所经过的路径上留下该种物模型中：质，而且蚂蚁在运动过程中能够感知这种物质的存在及其强，若第只蚂蚁在

6、时刻和之间经过，度，并以此指导自己的运动方向，蚂蚁倾向于朝着该物质强!{度高的方向移动因此，由大量蚂蚁组成的蚁群的集体行为，否则便表现出一种信息正反馈现象：某一路径上走过的蚂蚁越（）多，则后来者选择该路径的概率就越大蚂蚁个体之间就是在模型中：通过这种信息的交流达到搜索食物的目的［］，若第只蚂蚁在时刻和之间经过，!{!!!基本蚁群系统模型及其实现（），否则为了便于理解，我们以求解平面上个城市的问题（）（，，⋯，n表示城市序号）为例说明蚁群系统模型对于它们的区别在于：后两种模型中，利用的是局部信息，而前者其它问题，可以对此模型稍作修改便可应

7、用［］为模拟实际利用的是整体信息，在求解问题时，性能较好因而通常蚂蚁的行为，首先引进如下记号：设是蚁群中蚂蚁的数采用它作为基本模型参数，，，，可以用实验方法确量，d（iji，j，，⋯，n）表示城市和城市之间的距离，定其最优组合算法的实现过程可参见文献［，］中的描述，这里省略（）表示时刻位于城市的蚂蚁的个数，!（）"基本蚁群算法的优点与不足之处（（）表示时刻在连线上残留的信息量初始时刻，各条）路径上信息量相等，设（）（为常数）蚂蚁（，为了说明基本蚁群系统的优点与不足，文献［］给出用，⋯，）在运动过程中，根据各条路径上的信息量决定转移基本蚁

8、群算法求解的典型实验结果，从这些结方向，（）表示在时刻蚂蚁由位置转移到位置的概果可看出蚁群算法具有如下优点：率，）较强的鲁棒性：对基本蚁群算法模型稍加修改，便可（）（）以应用于其它问题；，"，!（）（））分