泛区间搜索的连续函数优化鲁棒蚁群算法_陈志明

《泛区间搜索的连续函数优化鲁棒蚁群算法_陈志明》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第6期模式识别与人工智能Vol．27No．62014年6月PＲ＆AIJune2014*泛区间搜索的连续函数优化鲁棒蚁群算法陈志明陈志祥(中山大学管理学院广州510275)摘要针对现有连续函数优化蚁群算法对自变量的初始区间存在敏感度问题，提出泛区间搜索的理念．通过在网格策略上加入新元素———自调整定义域的机制、自适应的蚁群规模、自适应的信息素增加强度和自适应的网格划分份数，提出泛区间搜索的连续函数优化蚁群算法．该算法可根据现有区间判断最优解的方位，实现全实数范围内的广度搜索．仿真实验表明该算法具备鲁棒性

2、，在初始区间不含最优解的条件下也能找到最优解，且收敛速度和计算准确性受区间变化的影响较小．关键词泛区间搜索，蚁群算法，连续优化，鲁棒性中图法分类号TP391．9Extensive-Domain-SearchＲobustAntColonyAlgorithmforContinuousFunctionOptimizationCHENZhi-Ming，CHENZhi-Xiang(BusinessSchool，SunYat-SenUniversity，Guangzhou510275)ABSTＲACTAconceptof

3、extensive-domainsearchisproposedtomakeantcolonyoptimizationforcontinuousfunctionovercomethesensitivitytoinitialdomainsofindependentvariables．Byaddingnewelementstothegriddingmethod，suchasself-adaptivedomainadjustment，self-adaptiveantsize，self-adaptivepheromo

4、neincrementandself-adaptivedomaindivision，extensive-domain-searchantcolonyoptimization(EDS-ACO)isputforward．Thus，theoptimalsolutioncanbefoundbyEDS-ACOthroughanextensivesearchinthewholerangeofrealnumbers．ExperimentsshowthatEDS-ACOhastherobustnesssinceitcanob

5、tainthecorrectresultsinthecaseofinitialdomainswithouttheoptimalsolution．ThevariationofinitialdomainshasasmallinfluenceonconvergencespeedandcomputationalaccuracyofEDS-ACO．KeyWordsExtensive-Domain-Search，AntColonyAlgorithm，ContinuousOptimization，Ｒobustness1引言

6、性．然而数学模型的复杂度与求解问题的难度成正比，传统的运筹学方法在解决高度复杂的数学模型时较为困难．随着智能算法的出现，求解此类复杂数在现实世界中，许多领域问题可藉由运筹学转学模型的可能性被大幅提高．借助算法的自寻优机化为数学模型，通过计算优化提高问题决策的科学*国家自然科学基金项目(No．70972079)资助收稿日期:2013－03－18;修回日期:2013－05－20作者简介陈志明(通讯作者)，男，1984年生，博士研究生，主要研究方向为智能算法、供应链管理．E-mail:Topqq_msc@163．c

7、om．陈志祥，男，1965年生，博士，教授，主要研究方向为智能算法、生产运作管理．488模式识别与人工智能27卷制和计算机的强大处理能力，人们可快速找到最优误结果，因此定向区间搜索需事先估计最优解的取解，比使用运筹学方法便捷高效．在各类智能算法值区间．然而从实际问题中抽象的函数往往十分复中，蚁群算法(AntColonyOptimization，ACO)以求杂，人们很难甚至无法估算最优解，当估算错误以致解组合优化问题的优越性能而闻名，被广泛应用到区间初值偏离最优解时，此类算法无能为力．［1－2］［3－4］［5］

8、旅行商问题、调度问题、指派问题、车辆路本文提出一种泛区间搜索的连续函数优化蚁群［6－7］径问题等一系列实际问题，取得了显著成效．算法(Extensive-Domain-SearchACO，EDS-ACO)，当尽管许多现实问题可模型化为组合优化问题，初始区间不含最优解时，蚁群拥有调整区间的能力，即转变成离散变量的函数，但仍有一大类问题的建即逐步偏向更佳的区间，直至找到最优解．相对于定模需目标函数的自变