欢迎来到天天文库
浏览记录
ID:36636877
大小:133.00 KB
页数:5页
时间:2019-05-13
《蚁群算法研究进展及其在石油化工中的应用》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、综述与专论蚁群算法研究进展及其在石油化工中的应用王宇(华东理工大学化工学院,上海200237)摘要:蚁群法是新型的群智能优化法,具有鲁棒性、分布并行机制和易融入启发式信息等特点,能用于优化离散和连续问题,可以避免陷入局部最优解。本文重点介绍了蚁群算法的机理及其改进算法,并总结了该算法在石油化工领域的应用。关键词:蚁群算法;改进;优化;应用ProgressofantcolonyalgorithmanditsapplicationinpetrochemicalengineeringfieldsWangYu(College
2、ofChemicalEngineering,EastChinaUniversityofScienceandTechnology,Shanghai200237,China)Abstract:Antcolonyalgorithmisanovelcategoryofswarmintelligenceoptimizationmethods.Ithassuchmeritsasrobustness,paralleldistributionmechanism,integrationofheuristicinformationetc
3、andcanbeusedtooptimizewithcontinuousordiscreteparametersoracombinationofbothtypeswithoutfallingintolacalsolution.Thispaperfocusontheantcolonyalgorithm’smechanismandtheintroductionofitsimprovedalgorithm.Last,theapplicationsofantcolonyalgorithminpetrochemicalengi
4、neeringfieldsareroundlysummarized.Keywords:antcolonyalgorithm;improvement;optimization;application0前言自仿生学创立以来,科学家受自然界启示,发明了许多试图通过模拟自然生态系统机制来求解复杂优化问题的仿生优化方法,如遗传算法,模拟退火算法、禁忌搜索算法、粒子群算法[1]等,这些算法解决了许多传统的复杂优化问题,现阶段已经成为比较成熟的优化算法。90年代以后,随着组合优化问题的扩大也难度的增加,许多传统算法在解决这类问题时
5、存在着收敛速度慢,容易陷入局部最优解等缺陷。1991年,意大利学者DorigoM[2]模仿蚂蚁群体觅食行为提出了一种新的智能优化算法—蚁群算法(AntColonyAlgorithm)。蚁群算法具有分布式计算,无中心控制和分布式个体之间间接通信的特征,易于与其它优化算法结合。该法引入正反馈并行机制,具有较强的鲁棒性、并行性、易于实现等优点[3]。该算法目前已经在很多领域有了成功的应用,从离散问题到连续问题,从一维静态优化问题到多为动态优化问题,如用ACA法解著名的TSP[4]、QAP[5]、JOB-SHOP调度[6]等
6、组合优化问题,都能比其它优化算法更快地得到较优解。总的来说,蚁群算法已经成为国际计算智能领域关注的热点课题,是每年一度的IEEESwarmIntelligenceSymposium中的重要内容。2000年,DorigoM和BonabeauE等[7]在国际顶级学术杂志《Nature》上发表了蚁群算法研究综述,将这一研究推向国际学术界的前沿。目前蚁群算法虽然没有形成严格的理论基础,但其作为一种新兴的进化算法已在智能优化领域表现出了强大的生命力[8]。1蚁群算法的基本原理1.1真实蚁群的觅食特性蚂蚁是一种社会性昆虫,蚂蚁之
7、间可以相互协作完成复杂的任务。单个蚂蚁的行为较为简单,但是由简单个体所组成的蚂蚁群体却表现出了极为复杂的行为。真实蚁群在觅食时能够在蚁穴和食物之间找到一条最短路径,并且在遇到如出现新障碍物等环境变化时,蚁群又可以相互协作找到一条新的最短的路径。蚁群在觅食路径上释放信息素,单个蚂蚁通过感知路径上的信息素强度按概率选择下一步的行进方向,而蚂蚁之间则通过感知和释放信息素完成了间接的信息传递。当觅食路径上有了新的障碍物时,信息素轨迹暂时被隔断,此时蚂蚁随机地选择下一步的行进方向,而恰好选择了障碍物附近新的最短路径的那些蚂蚁将
8、最先重构起连续的信息素轨迹,久而久之,选择短路径的蚂蚁越来越多,使得短路径上的信息素的强度越发大于较长路径上的信息素强度,从而使得后续的蚂蚁以较大的概率选择短路径,这种自身催化过程形成的信息正反馈机制使得蚁群最终可以找到新的最短路径。[9]1.2蚁群算法的基本原理蚁群算法是采用人工蚂蚁模拟真实蚂蚁觅食的行走路线来表示待求问题可行解的一种方法,属
此文档下载收益归作者所有