采用序优化的改进蚁群算法

采用序优化的改进蚁群算法

ID:4172126

大小:257.25 KB

页数:6页

时间:2017-11-29

采用序优化的改进蚁群算法_第1页
采用序优化的改进蚁群算法_第2页
采用序优化的改进蚁群算法_第3页
采用序优化的改进蚁群算法_第4页
采用序优化的改进蚁群算法_第5页
资源描述:

《采用序优化的改进蚁群算法》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44卷第2期西安交通大学学报Vol.44№22010年2月JOURNALOFXI′ANJIAOTONGUNIVERSITYFeb.2010采用序优化的改进蚁群算法1,21,21,2张兆军,冯祖仁,任志刚(1.西安交通大学系统工程研究所,710049,西安;2.西安交通大学机械制造系统工程国家重点实验室,710049,西安)摘要:为了评价蚁群算法在有限时间内所得优解的质量,基于序优化方法提出了一种改进的蚁群算法:使用盲目挑选规则选择初始解,并对信息素进行相应的初始化;确定得到满足要求的优解所需要的迭代次数,将其作为算法的终止条件;为了更好地利用每次迭代中的优解,

2、在算法开始阶段使用前l个迭代优解更新信息素,以增强探索能力;在算法结束阶段采用当前迭代最优解更新信息素,以加快收敛速度.改进算法在保证收敛的前提下,并没有增加算法的时间复杂度.对旅行商问题进行的仿真实验表明,改进算法在解的质量和收敛速度方面优于最大O最小蚂蚁系统.关键词:蚁群算法;序优化;盲目挑选;旅行商问题中图分类号:TP18文献标志码:A文章编号:0253O987X(2010)02O0015O05NovelAntColonyOptimizationAlgorithmBasedonOrderOptimization1,21,21,2ZHANGZhaojun,F

3、ENGZuren,RENZhigang(1.SystemsEngineeringInstitute,Xi′anJiaotongUniversity,Xi′an710049,China;2.StateKeyLaboratoryforManufacturingSystemsEngineering,Xi′anJiaotongUniversity,Xi′an710049,China)Abstract:Toevaluatethequalityofoptimalsolutionsobtainedbytheantcolonyoptimization(ACO)algorithm

4、inlimitedtime,animprovedACOalgorithmispresentedonthebasisoftheor2dinaloptimization.Aninitialsolutionisselectedusingtheblindpickingrule,andthepheromoneisinitializedcorrespondingly.Thenumberofiterationstoachievetheoptimalsolutionmeetingthedemandisthendeterminedandisusedasthetermination

5、conditionofthealgorithm.Tomakebetteruseofthesolutionsobtainedateachiteration,thefirstlsolutionsareemployedtoenhancesearchcapabilityatthebeginningphaseofthealgorithm.Whilethecurrentoptimalsolutionisusedattheendphaseofthealgorithmtoacceleratetheconvergence.Thetimecomplexityofthenovelal

6、gorithmisnotincreasedundertheconditionthatensurestheconvergence.Simulationre2sultsonthetravelingsalesmanproblemshowthattheproposedalgorithmissuperiortothemax2minantsysteminboththequalityofsolutionsandthespeedofconvergence.Keywords:antcolonyoptimization;ordinaloptimization;blindpickin

7、g;travelingsalesmanproblem[1]蚁群算法是一种仿生随机优化算法,已被成法,例如使用局部更新策略和全局更新策略的蚁群[3]功应用于旅行商问题(TSP)、二次分配、网络路由、系统,限制信息素的上、下界并使用最优解更新策[2]属性约简等问题的求解,具有鲁棒性、正反馈、分略的最大2最小蚂蚁系统(max2minantsystem,[4]布式计算和易与其他算法结合等优点.然而,现有MMAS)等.此外,文献[5]受神经网络和遗传算方法也存在一些不足,如初期搜索时间偏长,容易陷法的启发,提出了一种二进制蚁群进化算法;文献入局部最优解等.为此,学者们提出

8、了很多改进算[6]将分散

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。